OpenImages 关系检测挑战赛第一名获奖模型介绍
计算机视觉与模式识别
2018-11-09 v2
摘要
本文描述了我们在 Kaggle 的 OpenImage 视觉关系检测挑战赛中构建并获得第一名的模型。三个关键因素对我们的成功贡献最大：1）语言偏置是该任务的一个强大基线。我们在训练集中构建经验分布 并直接在测试中使用。该基线在提交时获得了第二名；2）空间特征与视觉特征同等重要，特别是对于“under”和“inside of”等空间关系；3）先为每个特征分别构建独立模块，再在最终 softmax 层之前将其输出 logits 相加来融合不同特征，是一种非常有效的方式。我们在消融研究中表明，每个因素都能在可观程度上提升性能，且当所有因素组合时模型达到最优。
引用
@article{arxiv.1811.00662,
title = {Introduction to the 1st Place Winning Model of OpenImages Relationship Detection Challenge},
author = {Ji Zhang and Kevin Shih and Andrew Tao and Bryan Catanzaro and Ahmed Elgammal},
journal= {arXiv preprint arXiv:1811.00662},
year = {2018}
}