跳到正文
arXiv · AI· Rochak Dhakal, Chen Zhao, Soup Cobb, Xin Qian, Xiaofeng Yang, Weihua Zhou·· 11 天前AI 评分28

GRAC:基于图结构检索增强的手术场景描述框架

GRAC: Graph-Based Retrieval-Augmented Captioning for Surgical Scene Description

AI 导读

GRAC 框架通过图结构表示手术场景,利用检索增强的生成方式提升描述准确性。 在 EndoVis-18 基准测试中,其 CIDEr-D 得分达 5.88,超越传统 Transformer 基线的 3.36;在三元组准确率上从 26.2% 提升至 52.6%。 该结果表明,结合结构化场景表示与检索示例能显著提升手术场景描述的上下文相关性。

来源:arXiv · AI · arxiv.org