通过改善语义指导学习视觉构图

本研究解决了现有视觉表示学习在对象交互理解上的不足，特别是通过改善弱标记数据（如标题）来增强组合学习。研究表明，基于改进数据的标准对比学习模型，显著提升了在图像检索任务上的表现，超过了所有定制化架构。