snow_maple521的博客

论文地址：https://arxiv.org/pdf/1905.09998v3.pdf 项目地址：https://github.com/jialinwu17/Self_Critical_VQA 摘要 Visual Question Answering (VQA) deep-learning systems tend to capture superfi-cial statistical correlations in the training data because of strong language

声明：全是结合论文加自己简单理解，可能存在理解错误，望见谅，不足很多没写，欢迎补充。 论文笔记总结 1. 写在前面 模型的实验准确度对比如下： Y/N Num Other All test-std All 年份 SAN 79.3 36.6 46.1 58.7 58.9 2016 H-COA 79.7 38.7 51.7 61.8 62.1 2017 MUTAN 85.14 39.81 58.52 67.42 67.36 2017 BAN 85.42 54.04 60.52 .

0. 写在前面 本文主要介绍《LEARNING TO COUNT OBJECTS IN NATURAL IMAGES FOR VISUAL QUESTION ANSWERING》的代码项目，也就是别人的代码加上自己的注释。。。 博客地址：https://blog.youkuaiyun.com/snow_maple521/article/details/109190431 论文地址：https://github.com/Cyanogenoid/vqa-counting 项目地址：https://openreview.n