GRITv2：高效轻量级的社会关系识别
计算机视觉与模式识别
2024-03-12 v1
摘要
我们的研究专注于分析和改进基于图的关系推理 Transformer（GRIT），它是该领域的重要基准。我们使用 PISC-fine 数据集进行了全面的消融研究，以发现并探索 GRITv2 在效率和性能方面的改进。我们的研究在 PISC 关系数据集上提供了一种新的最先进关系识别模型。我们在 GRIT 模型中引入了若干特征，并在两个版本中分析了我们的新基准：GRITv2-L（大型）和 GRITv2-S（小型）。我们提出的 GRITv2-L 在关系识别方面超越了现有方法，而 GRITv2-S 的性能差距在 GRITv2-L 的 2% 以内，但其模型大小和参数量仅为 GRITv2-L 的 0.0625 倍。此外，我们还解决了模型压缩的需求，这是在资源受限平台上部署高效模型的关键领域。通过应用量化技术，我们将 GRITv2-S 的大小高效缩减至 22MB，并将其部署在旗舰手机 OnePlus 12 上，其性能仍超越 PISC-fine 基准，突显了我们模型在移动设备上的实际可行性和改进的效率。
引用
@article{arxiv.2403.06895,
title = {GRITv2: Efficient and Light-weight Social Relation Recognition},
author = {N K Sagar Reddy and Neeraj Kasera and Avinash Thakur},
journal= {arXiv preprint arXiv:2403.06895},
year = {2024}
}