【AAAI2022】基于先验偏差的阻力训练方法（RTPB）的场景图生成

论文题目：Resistance Training using Prior Bias: toward Unbiased Scene Graph Generation

作者： Chao Chen, Yibing Zhan, Baosheng Yu, Liu Liu, Yong Luo, Bo Du

指导教师：杜博教授

论文概述：场景图生成任务是图像理解的一项重要任务，但现有的场景图生成方法大部分都因数据集中存在的严重长尾分布问题而无法取得最优的表现，解决数据长尾分布对模型的影响对于场景图生成任务有重要意义。本文提出一种基于先验偏差的阻力训练方法（RTPB），通过应用基于数据集先验分布的阻力偏差来调控模型的训练，从而抑制数据长尾分布对模型的影响，提升模型对数据集中数据量较少的类别的泛化能力。实验证明了该方法的有效性，在VG数据集上达到了平均召回率指标的SOTA性能，并与现有方法拉开了显著的差距。

https://www.zhuanzhi.ai/paper/2097a92ed3c6044c4a4bdc28599f116a

图1  算法的框架图

图2  算法的定量结果

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“RTPB” 就可以获取《【AAAI2022】基于先验偏差的阻力训练方法（RTPB）的场景图生成》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资源