BriefGPT - AI 论文速递 · 2023-08-18T00:00:00Z 视觉关系变换器用于无偏场景图生成 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本文介绍了VETO，一种用于生成场景图的视觉关系变换器。它采用新颖的实体关系编码器和互斥专家学习策略，能够捕捉实体的局部线索并消除偏见。实验结果显示，VETO + MEET的预测性能比现有技术高出47个百分点，且尺寸缩小了10倍。 🏷️ 标签 VETO 互斥专家学习策略 场景图 实体关系编码器 视觉关系变换器 阅读原文 生成长图 分享链接 已复制链接
