本研究提出了FleVRS模型,解决了视觉关系理解的局限性。FleVRS在人体-object交互、场景图生成和指代关系任务中表现优于现有模型,提升了直观性与可扩展性。
完成下面两步后,将自动完成登录并继续当前操作。