Lernen von semantisch spezifischen Graph-Darstellungen für die Mehrfachbeschriftung von Bildern
Die Erkennung mehrerer Labels in Bildern ist eine praktische und herausfordernde Aufgabe, bei der durch die Suche nach semantisch bewussten Regionen und das Modellieren von Labelabhängigkeiten erhebliche Fortschritte gemacht wurden. Dennoch können aktuelle Methoden die semantischen Regionen aufgrund des Mangels an Teilebene-Überwachung oder semantischem Leitfaden nicht präzise lokalisieren. Zudem können sie die gegenseitigen Wechselwirkungen zwischen den semantischen Regionen nicht vollständig erforschen und modellieren das gemeinsame Auftreten von Labels nicht explizit. Um diese Probleme zu lösen, schlagen wir ein Framework für semantikspezifisches Graph-Repräsentationslernen (SSGRL) vor, das aus zwei entscheidenden Modulen besteht: 1) einem Modul zur semantischen Entkopplung, das Kategorie-Semantik einbezieht, um das Lernen von semantikspezifischen Repräsentationen zu leiten, und 2) einem Modul zur semantischen Interaktion, das diese Repräsentationen mit einem auf statistischem Label-Koauftreten basierenden Graph korreliert und ihre Wechselwirkungen durch einen Graph-Propagation-Mechanismus untersucht. Ausführliche Experimente auf öffentlichen Benchmarks zeigen, dass unser SSGRL-Framework die aktuellen Standesderkunst-Methoden um einen beträchtlichen Marginalvorteil übertrifft, beispielsweise durch eine mAP-Verbesserung von 2,5 %, 2,6 %, 6,7 % und 3,1 % auf den Benchmarks PASCAL VOC 2007 & 2012, Microsoft-COCO und Visual Genome. Unsere Codes und Modelle sind unter https://github.com/HCPLab-SYSU/SSGRL verfügbar.注释：- "semantically aware regions" 翻译为 "semantisch bewusste Regionen"- "part-level supervision" 翻译为 "Teilebene-Überwachung"- "label dependency" 翻译为 "Labelabhängigkeiten"- "Semantic-Specific Graph Representation Learning (SSGRL)" 翻译为 "semantikspezifisches Graph-Repräsentationslernen (SSGRL)"- "state-of-the-art methods" 翻译为 "Standesderkunst-Methoden"- "mAP improvement" 翻译为 "mAP-Verbesserung"希望这能满足您的要求。如果有任何进一步的修改或调整，请随时告知。