【医疗视觉问答】Q2ATransformer: Improving Medical VQA via an Answer Querying Decoder

原文标题:Q2ATransformer: Improving Medical VQA via an Answer Querying Decoder
原文链接:Q2ATransormer

源代码:暂无
发布年份:2023年4月
发布期刊:


医疗VQA问题背景:

医疗VQA问题的模型可以大致分为两个类别:封闭式方法和开放式方法。

  1. 现存模型中使用的较多的是封闭式方法,它将每个答案视为一个类,并直接对输入图像-问题对的融合特征应用分类模型来预测答案。这种方法的优点是,通过将VQA视为分类任务,它们降低了任务的复杂性,并使答案搜索空间更小。尽管封闭型方法在是/否问题上的表现很好,但对于比封闭型问题更长、更多样化的开放式问题,封闭型方法很难准确预测答案。
  2. 另一方面,开放式方法将VQA视为生成任务,并采用基于生成的方法逐字生成答案。在这些方法中,当前单词生成通常依赖于答案的前一个单词。因此,这些方法允许图像问题特征与预测的答案信息交互,潜在地改进长答案预测。然而,由于生成的答案搜索空间巨大,这些方法容易产生许多不存在的答案,导致准确率较低,因此不是目前医学VQA的主流。

创新点

第一,本模型选用半开放式的方法,继续采用基于分类的方法,使答案搜索空间变小,同时引入一组可学习的候选答案嵌入ÿ

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值