DR-Net(CVPR2017)
文章
代码也是先用检测器将roi准备好,然后以这些roi为输入,与其他方法不同的是,该方法还需要记住roi的类别,文章提出jointly recognition,但在代码中似乎不是这样的。文中说qs, qr, qo在迭代更新的过程中,是有相互的信息传递的,
但代码中只有qr更新会得到qs,qo的信息,而后两者的更新不会得到qr的信息。并且代码中qs和qo是one-hot而不是feature vector。已经发了邮件请教作者,还未答复。
文中认为object category和predicate class之间有很强的统计相关性,这与neural-motif中的关键想法比较接近。我觉得也是。
本文详细介绍了DR-Net模型及其应用场景,并针对其代码实现进行了深入解析,指出了代码与论文之间的差异,同时探讨了object category与predicate class之间的统计相关性。
1138

被折叠的 条评论
为什么被折叠?



