weixin_68942305的博客

原创 论文笔记：SimVQA: Exploring Simulated Environments for Visual Question Answering

然后，我们使用不同的方法来缓解真实图像和合成图像之间的领域差距。方法1和2产生一组对齐的特征，方法3增加VQA模型的输出空间（即，答案的token），将真实类输出token和合成类输出token分离。特征交换（F-SWAP）：我们提出了一种令人惊讶的简单而有效的新技术，用于在我们的训练中结合合成图像，同时减轻领域偏移。实验结果：我们提供了一个经验分析，使用众所周知的技术，如对抗性增强、领域独立融合和最大均值差异匹配，以缓解与我们提出的方法相比的视觉领域差距，并分析技能之间的知识迁移。2、VQA的数据增强。