HiKER-SGG：分层知识增强鲁棒场景图生成
原文中文，约1300字，阅读约需4分钟。
📝
内容提要
本文介绍了综合连续场景图生成（CSEGG）数据集，探讨了现有场景图生成（SGG）方法在学习新对象时对旧对象的保留情况，以及如何通过连续目标检测提升对未知对象的泛化能力。同时，研究发展了基于多种模型的场景图像生成基准测试，并提出了优化视觉语言融合和医学知识提炼的新方法。
❓
Q&A
综合连续场景图生成（CSEGG）数据集的主要目的是什么？
CSEGG数据集旨在探索现有场景图生成方法在学习新对象时对旧对象的保留情况。
连续目标检测如何影响场景图生成的性能？
连续目标检测能够增强对未知对象上已知关系的泛化性能。
SGRRG网络在医学报告生成中有什么优势？
SGRRG网络能够生成区域级别的视觉特征，预测解剖属性，并在报告生成方面超越之前的最先进方法。
TEMPURA框架的主要功能是什么？
TEMPURA框架通过基于Transformer的序列建模，学习合成无偏差的关系表示，减少视觉关系预测的不确定性。
SceneGraphGen模型的特点是什么？
SceneGraphGen模型能够无条件生成多样且遵循真实场景语义模式的场景图。
文章中提到的基于自学知识的训练方案有什么好处？
该训练方案显著减少了标注偏差和稀疏标注的影响，提升了场景图生成的效果。
🏷️
