头尾协作学习网络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

本文提出了一个模型无关的头尾协作学习(HTCL)网络,解决长尾分布谓词导致的头偏见预测挑战。通过协作特征表示分支,准确识别头部和尾部谓词,并提出自监督学习方法提高尾部偏好特征表示分支的预测能力。实验证明,该方法在数据集上取得更高的平均召回率,达到新的最新技术水平。

🏷️

标签

➡️

继续阅读