- …
- …
#354
summarized by : Shintaro Yamamoto
どんな論文か？
複数のラベルを出力するmulti-label image classificationに関する研究．ラベルの共起性などの関係を考慮するために，TransformerベースのモデルであるClassification Transformer(C-Tran)を提案した．
新規性
C-Tranには，ResNetから得た画像特徴量とラベルがpositiveかnegativeかの一覧を入力する．学習時には，BERTの要領でラベルの一部をマスクして予測するタスクを学習．テスト時には，全てのラベルをマスクすることで各ラベルの確立を予測．また，ヒントとして一部の正解ラベルを与えるという使い方も可能．
結果
COCO-80, VG-500, COCO-1000, NEWS-500, CUB, CUB-312の6種類のデータセットで評価し，state-of-the-artを達成した．
その他（なぜ通ったか？等）
プロジェクト：https://github.com/QData/C-Tran
Related Workが最後に来るあたり書き方がNLPっぽい．手法もBERTの学習を参考にしている．
- …
- …