TallyQA: الإجابة على أسئلة العد المعقدة

معظم أسئلة العد في مجموعات البيانات الخاصة بالأسئلة البصرية والإجابة عليها (VQA) بسيطة ولا تتطلب أكثر من اكتشاف الأشياء. في هذا البحث، ندرس خوارزميات للأسئلة المعقدة حول العد التي تشمل العلاقات بين الأشياء، تحديد السمات، الاستدلال وغيرها. لتحقيق ذلك، قمنا بإنشاء TallyQA، أكبر مجموعة بيانات في العالم للعد المفتوح. نقترح خوارزمية جديدة للعد تعتمد على شبكات العلاقات مع اقتراحات المناطق. يسمح لنا هذا الأسلوب باستخدام شبكات العلاقات بكفاءة مع الصور عالية الدقة. وقد أظهرت هذه الطريقة نتائجًا رائدة مقارنة بأنظمة الأساس والأنظمة الحديثة على كل من TallyQA ومقياس HowMany-QA.