利用协同蒸馏缓解图像描述中的噪声数据
计算机视觉与模式识别
2020-12-23 v1 机器学习
摘要
图像描述系统已取得实质性进展，这在很大程度上归功于Microsoft COCO或Vizwiz等具有准确对应图像描述的精选数据集的可用性。遗憾的是，此类干净标注数据的稀缺导致训练出的算法生成的描述可能过于简略，并且特异化地聚焦于图像中的细节。我们提出了一种新技术——协同蒸馏，它将干净的精选数据集与Google Conceptual Captions数据集（GCC）的网页规模自动提取描述相结合，后者对图像的描述可能较差，但规模庞大，因此提供了丰富的词汇量，从而产生更具表现力的描述。
引用
@article{arxiv.2012.11691,
title = {Alleviating Noisy Data in Image Captioning with Cooperative Distillation},
author = {Pierre Dognin and Igor Melnyk and Youssef Mroueh and Inkit Padhi and Mattia Rigotti and Jarret Ross and Yair Schiff},
journal= {arXiv preprint arXiv:2012.11691},
year = {2020}
}
备注
CVPR 2020 VizWiz Challenge