Качественный и количественный анализ относительных трансформаторов, усиленных положением
17 июля 2025 г.Таблица ссылок
Аннотация и 1. Введение
Связанная работа
Метод
3.1 Обзор нашего метода
3.2 грубое извлечение текстовых клеток
3.3 Оценка прекрасной позиции
3.4 Цели обучения
Эксперименты
4.1 Описание набора данных и 4.2 Подробная информация
4.3 Критерии оценки и 4.4 результаты
Анализ производительности
5.1 Исследование абляции
5.2 Качественный анализ
5.3 Анализ встраивания текста
Заключение и ссылки
Дополнительный материал
- Подробная информация о наборе данных Kitti360
- Больше экспериментов по экстрактору запроса экземпляра
- Анализ космического пространства текстовых клеток
- Больше результатов визуализации
- Анализ устойчивости точек
Анонимные авторы
- Подробная информация о наборе данных Kitti360
- Больше экспериментов по экстрактору запроса экземпляра
- Анализ космического пространства текстовых клеток
- Больше результатов визуализации
- Анализ устойчивости точек
5 Анализ производительности
5.1 Исследование абляции
Следующие исследования абляции оценивают эффективность относительных компонентов с учетом позиции на двух этапах.
RowcolrpaПолем Чтобы оценить эффективность Rowcolrpa на грубой стадии, мы сравниваем ее с различными вариантами, как показано в
Таблица 4. Результат показывает, что включение атрибута относительного положения в компонент значения дает скромное усиление 15%/10%/8%в показателях воспоминаний TOP-1/3/5, соответственно, по сравнению с обычным механизмом самосознания. Включение функции объединенного относительного положения в запрос приводит к почти такому же уровню улучшения, причем незначительное увеличение наблюдается при уровне отзыва Топ-5. В отличие от этого, новая стратегия интеграции в строке объединенной особенности относительной позиции с запросом и введения в ключ в колонну объединенной относительной позиции приводит к значительному повышению производительности на 26%/21%/18%по сравнению с стандартным самоуничтожением в TOP-1/3/5. Это демонстрирует выраженное превосходство и эффективность предлагаемой Rowcolrpa в захвате пространственных отношений и повышении производительности поиска.
RPCAПолем Чтобы проанализировать эффективность RPCA на тонкой стадии, мы сравниваем ее с вариантом с использованием стандартного перекрестного атя, как показано в таблице 5. Результат показывает, что наша RPCA приводит к улучшению на 15%/10%/8%по сравнению со стандартным самоуничтожением в показателях локализации TOP-1/5/10, соответственно. Он демонстрирует способность RPCA эффективно интегрировать относительную информацию о положении во время мультимодального процесса слияния, тем самым повышая точность локализации.
5.2 Качественный анализ
В дополнение к количественным показателям, мы также предлагаем качественный анализ, сравнивая полученные ячейки TOP-1/2/3 с помощью Text2LOC [42] и IFRP-T2P, как показано на рис. 6. В первом столбце результат указывает, что обе модели могут извлекать клетки с описанными экземплярами. Тем не менее, существуют заметные различия в их точности в отношении предоставленных описаний пространственных отношений. В частности, для экземпляра «Бежевой парковки», который описывается как расположенный к западу от ячейки, результат извлечения текста2лока некорена ставит его в астюрсет в клеточных центрах. И наоборот, IFRP-T2P правильно определяет этот экземпляр к востоку от центра, согласуясь с данным описанием. Во втором столбце текст намекает на то, что поза находится на вершине «темно-зеленой растительности» и находится к северу от «темно-зеленой парковки». Для Text2loc парковка обнаружена к северу от клеточного центра в полученных клетках TOP-1/2, а растительность расположена на пределе поля в полученных клетках TOP-1/2/3, несоответствующие из описания текста. Однако для IFRP-T2P парковка появляется на юге клеточного центра в полученных клетках TOP-1/2, и растительность появляется в центре полученных клеток TOP-1/2/3, которые соответствуют тексту
![Figure 6: Comparison of the top-3 retrieved cells between Text2Loc [42] and IFRP-T2P. The numbers within the top-3 retrieval submaps denote the center distances between the retrieved submaps and the ground-truth, with “n/a” indicating distances exceeding 1000 meters. Green boxes highlight the positive submaps, which contain the target location, whereas red boxes delineate the negative submaps that do not contain the target.](https://cdn.hackernoon.com/images/fWZa4tUiBGemnqQfBGgCPf9594N2-ya033mv.png)
описание. Примечательно, что в обоих случаях только третья извлеченная ячейка по IFRP-T2P превышает порог ошибки. Это доказательство укрепляет превосходную способность IFRP-T2P интерпретировать и использовать относительную информацию о положении по сравнению с Text2loc. Больше тематических исследований нашего IFRP-T2P представлены в материале для добавки.
Авторы:
(1) Lichao Wang, FNII, Cuhksz (wanglichao1999@outlook.com);
(2) Zhihao Yuan, FNII и SSE, Cuhksz (zhihaoyuan@link.cuhk.edu.cn);
(3) Jinke Ren, FNII и SSE, Cuhksz (jinkeren@cuhk.edu.cn);
(4) Shuguang Cui, SSE и FNII, Cuhksz (shuguangcui@cuhk.edu.cn);
(5) Чжэнь Ли, автор -соответствующий автор из SSE и FNII, Cuhksz (lizhen@cuhk.edu.cn).
Эта статья есть
Оригинал