論文筆記 Visual Question Answering with Memory-Augmented Networks（CVPR2018)

這是沈春華老師小組的一篇文章。 這篇文章的出發點是：目前的VQA問題，由於answer數量的有限性，因此轉化爲一種分類問題，但由於部分answer出現 的頻次較低（比如上圖中的黃瓜），爲了提高整體的分類準確率，往往進行分類的時候，將頻次低的answer進行捨棄， 如取answer出現頻次高的top1000,。基於這種現象，本文提出Memory-Augmented Network來處理這樣一種長尾效

>>阅读原文<<