在场景图生成中使用最优传输损失进行谓词分类
计算机视觉与模式识别
2023-09-20 v1
摘要
在场景图生成(SGG)中，由于数据集中关系标签分布的严重不平衡，使用交叉熵损失学习会产生有偏预测。因此，本研究提出一种利用最优传输作为比较两个概率分布度量的场景图生成方法。我们将带有最优传输损失的学习应用于SGG中的谓词分类，该损失根据传输成本反映标签之间的相似性。在所提方法中，最优传输的传输成本使用从预训练模型获得的词相似性来定义。有效性实验评估表明，所提方法在mean Recall@50和100方面优于现有方法。此外，它改善了数据集中极少出现的关系标签的召回率。
引用
@article{arxiv.2309.10430,
title = {Predicate Classification Using Optimal Transport Loss in Scene Graph Generation},
author = {Sorachi Kurita and Satoshi Oyama and Itsuki Noda},
journal= {arXiv preprint arXiv:2309.10430},
year = {2023}
}