visual genome dataset | BriefGPT

关键词visual genome dataset

搜索结果 - 8

使用条件查询进行单阶段视觉关系学习
本文提出了 TraCQ, 一种新的基于 Transformers 和带有条件查询的 SGG 模型，绕开多任务学习问题和组合实体配对分布，并且在使用 Visual Genome 数据集的实验中优于目前单阶段 SCG 方法和许多双阶段方法，且具
PDFa year ago
ACL利用视觉数据学习功能分布语义
本研究提出了一种使用视觉数据训练功能分布语义模型的方法，并在 Visual Genome 数据集上进行了训练，其语义学习效果优于先前的工作。
PDF2 years ago
CVPR全卷积场景图生成
本文提出了一种完全卷积场景图生成（FCSGG）模型，它能够同时检测对象和关系，采用 bottom-up 的方式进行反向传播，成功在 Visual Genome 数据集上获得了高效、高精度的结果。
PDF3 years ago
CVPRPhraseCut: 野外语言图像分割
通过对 Visual Genome 数据集的扩充，我们将自然语言短语与图像区域进行分割，并处理大量物体和结构类别及其属性描述，包括颜色、形状、部分以及与图像中其他实体的关系，提出一种模块化的方法来结合类别、属性和关系线索以优化目前状况下的图
PDF4 years ago
ACL从标题和边界框中学习关联
本研究提出一种弱监督学习方法，通过利用图像标题和对象边界框注释作为唯一的监督信息来预测图像中各种实体之间的关系。我们使用自上而下的关注机制将标题中的实体对齐到图像中的对象，然后利用标题的语法结构将关系对齐。我们使用这些对齐来训练关系分类网络
PDF5 years ago
CVPR神经图形：全局背景下的场景图解析
本研究通过分析场景图中常规出现的子结构 (即 motifs)，研究如何生成场景的结构化图形表达，并构建了一种能够捕捉场景图中高阶 motifs 的新架构 —— 堆叠 motif 网络 (Stacked Motif Networks)。通过在
PDF7 years ago
通过关联嵌入将像素转换为图形
本文介绍了一种使用卷积神经网络和关联嵌入的图形定义生成方法，并在 Visual Genome 数据集上展示了最新的场景图生成性能。
PDF7 years ago
Visual Genome：使用众包密集图像注释连接语言和视觉
该论文介绍了 Visual Genome 数据集，它包含了约 100K 的图像和图像描述、对象、属性、关系和问题答案的密集注释，旨在解决计算机在图像描述、问答等认知任务中的性能瓶颈问题。
PDF8 years ago