摘要由 AI 生成
研究团队提出 WeakMCN 多任务协作网络，旨在同时提升弱监督指称表达理解（WREC）与分割（WRES）性能。该网络采用双分支架构，其中 WREC 分支基于锚点的对比学习并监督 WRES 分支，创新性地引入了动态视觉特征增强（DVFE）与协作一致性模块（CCM）。实验表明，在 RefCOCO、RefCOCO+ 及 RefCOCOg 三个基准上，WREC 和 WRES 性能分别提升了 3.91% 和 13.11%。此外，在半监督设置下，仅使用 1% 标注数据的 RefCOCO 上，半指称理解与分割性能分别提升了 8.94% 和 7.71%，验证了其在弱监督场景下的强泛化能力及优于现有单任务方法的表现。
关键实体KEY ENTITIES
RefCOCORefCOCO+RefCOCOgWeakMCN
事件框架EVENT FRAME
产品发布
arXiv:2505.18686v3
WeakMCN
提出多任务协作网络，提升弱监督指代理解与分割性能
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- WeakMCN1
- RefCOCO1
- RefCOCO+1
- RefCOCOg1
全部报道（1）SOURCES
↗
提出 WeakMCN 多任务协作网络，通过双分支架构结合弱监督指称表达理解（WREC）与分割（WRES），在 RefCOCO、RefCOCO+ 及 RefCOCOg 三个基准上分别提升 WREC 和 WRES 性能达 3.91% 和 13.11%，并在半监督设置下使 1% RefCOCO 上的半指称理解与分割性能分别提升 8.94% 和 7.71%。该网络采用基于锚点的对比学习作为 WREC 分支并监督 WRES 分支，引入动态视觉特征增强（DVFE）与协作一致性模块（CCM）两项创新设计以优化多任务协作，实验验证了其在现有最先进单任务方法上的显著优势及在弱监督场景下的强泛化能力。