自适应细粒度谓词学习

面向难区分谓词的自适应细粒度学习方法，通过动态谓词格与判别损失渐进优化，显著提升场景图生成性能。

Lyu, Xinyu · 高联丽 · Zeng, Pengpeng · 申恒涛 · Song J.

IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

参数信息

提升最高

175 %

提升最高

76 %

技术优势

即插即用，大幅提点

该方法与模型无关，可直接应用于现有 SGG 模型，在多个基准上显著提升 Mean Recall@100。

下游任务也能用

在句子到图检索和图像描述任务上的实验表明，该方法具有实际应用价值。

应用场景

• 具身智能：为机器人场景理解提供更准确的视觉关系，支撑复杂任务决策。
• 视觉关系检测：直接提升关系检测中难区分谓词的分类精度。
• 图像描述：通过更精确的谓词提升生成描述的语义准确性。