训练最短
通过检索式物体与关系提示，在极短训练时间内达到与检测器和图卷积模型相当的图像描述性能，为快速部署提供轻量替代方案。
Gu, Jinjing · Tianbao, Qin · Pu, Yuanyuan · 赵征鹏
Engineering Applications of Artificial Intelligence 2026
相比基于检测器和 GCN 的模型，训练成本大幅降低，快速得到可用的图像描述模型。
在 MS-COCO 测试集上的 CIDEr 和 SPICE 分数与基于检测器和 GCN 的模型相当，无需复杂的目标检测或图卷积。
利用检索式提示替代目标检测器和图卷积网络，避免冗余检测信息和 GCN 构建困难。