Lecture 03学习路径: 图像怎样约束句子与回答
学习路径: 图像怎样约束句子与回答
按问题继续
RGB+问题输入、question-only对照、同图换问与同问换图
学习路径: 图像怎样约束句子与回答
同图换问题,模型读什么会变;同问换图片,答案也应跟着变。先读P54,再看第2节按图切分和第4节逐问题结果。
开头字典例是已知属性oracle,主体才是读取RGB像素与问题ID的CNN,并单独训练question-only。三类问题为数量、左色、右形,答案为有限词表;这不等于开放语言问答。完整控制和证据。
读完应能解释question-only为何约44.44%,并从同图换问/同问换图各拿一个例子支持“模型使用了条件”。只读可先看2026-09-22保存结果,运行则按全部代码顺序;本次整理不改历史成绩。若答案需要一个区域而非类别,继续LAB 15。

前两幅共享形状、位置和随机噪声,只改左侧颜色;第三幅只用于展示另一个问题条件,不是与前两幅只改一项。想让答案直接成为一个区域,继续 LAB 15 · 语言指代小练习:目标、参照与关系。