BriefGPT - AI 论文速递
·
SGTR+：使用 Transformer 进行端到端场景图生成
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
提出了一种名为RepSGG的新型架构，用于生成场景图。通过将实体表示为查询，目标表示为键，并使用最大注意力权重表示它们之间的关系，实现了更细粒度和灵活的特征表达。通过在训练期间进行仿射变换，对关系的逻辑进行修改，以提高性能平衡。实验结果表明，RepSGG在Visual Genome和Open Images V6数据集上具有先进或可比较的性能，并具有快速推理速度。
🎯
关键要点
- 提出了一种名为RepSGG的新型架构用于生成场景图。
- 实体表示为查询，目标表示为键，关系通过最大注意力权重表示。
- 实现了更细粒度和灵活的特征表达能力。
- 在训练期间进行仿射变换以修改关系的逻辑，提高性能平衡。
- 实验结果显示RepSGG在Visual Genome和Open Images V6数据集上具有先进或可比较的性能。
- RepSGG具有快速推理速度，证明了方法的有效性和高效性。
➡️
