HICO-DET-SG 与 V-COCO-SG：用于评估人-物交互检测模型系统泛化性能的新数据划分

人-物交互（HOI）检测是一项在图像中定位人与物体并预测人-物对之间交互的任务。在真实场景中，HOI 检测模型需要具备系统泛化能力，即对新物体与交互组合进行泛化的能力，因为训练数据预期只能覆盖所有可能组合中的有限部分。为评估 HOI 检测模型的系统泛化性能，我们基于 HICO-DET 和 V-COCO 数据集分别创建了两组新的 HOI 检测数据划分，命名为 HICO-DET-SG 和 V-COCO-SG。在新的数据划分上评估时，具有不同特性的 HOI 检测模型表现远差于在原始划分上的表现。这表明系统泛化是 HOI 检测中一个具有挑战性的目标。通过分析评估结果，我们还获得了改进系统泛化性能的见解，并确定了四个可能的未来研究方向。我们希望我们的新数据划分与所给出的分析能够推动 HOI 检测中系统泛化的进一步研究。