基于记忆增强的多线索推理的知识驱动视觉问答

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种基于二元分类的简单替代模型来解决视觉问答中的问题。作者发现现有的视觉问答系统性能的瓶颈可能在于对问题及答案中基础概念的不足认知。

🏷️

标签

➡️

继续阅读