BriefGPT - AI 论文速递
·
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。
🎯
关键要点
-
VETO是一种用于生成场景图的视觉关系变换器。
-
VETO采用新颖的实体关系编码器，能够捕捉实体的局部线索。
-
引入了名为MEET的互斥专家学习策略，以消除偏见。
-
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。
-
VETO的尺寸缩小了10倍。
➡️
