用于多标签分类的无序循环模型
计算机视觉与模式识别
2020-03-13 v3
摘要
循环神经网络(RNN)在许多计算机视觉任务中很受欢迎,包括多标签分类。由于 RNN 产生顺序输出,标签需要为多标签分类任务排序。当前方法根据标签频率排序,通常按稀有优先或频繁优先排列。这些强加的排序未考虑到生成标签的自然顺序可随每张图像而改变,例如先生成图像中的主导物体,再累加其中的较小物体。因此,在本文中,我们提出以预测标签序列动态排序真实标签的方法。这使得更优 LSTM 模型的多标签分类训练更快。分析表明,我们的方法不会出现重复生成的问题,而其他模型常有此问题。此外,它优于其他 CNN-RNN 模型,并且我们展示采用我们提出损失训练的标准图像编码器与语言解码器架构在具有挑战性的 MS-COCO、WIDER Attribute 和 PA-100K 上取得了最先进结果,在 NUS-WIDE 上取得了有竞争力的结果。
引用
@article{arxiv.1911.09996,
title = {Orderless Recurrent Models for Multi-label Classification},
author = {Vacit Oguz Yazici and Abel Gonzalez-Garcia and Arnau Ramisa and Bartlomiej Twardowski and Joost van de Weijer},
journal= {arXiv preprint arXiv:1911.09996},
year = {2020}
}
备注
Accepted to CVPR 2020