模型Surgical Graph Transformer
SGT
将手术场景建模为图并利用Transformer架构进行关系推理的手术场景描述基线方法,通过图注意力机制在器械、动作和解剖结构节点之间传递信息
时间轴 (近 90 天)
11月9日
SGT 指 Surgical Graph Transformer(手术图 Transformer),是一种将手术场景建模为图并利用 Transformer 架构进行关系推理的基线方法,通过图注意力机制在器械、动作和解剖结构节点之间传递信息。
待验证50%
11月9日
SGT 主要依赖模型参数中存储的知识进行生成,没有引入外部检索机制来提供可追溯的参考示例。
待验证50%
11月9日
在 EndoVis-18 基准上,GRAC 的 CIDEr-D 得分为 5.88,SGT 为 4.23,最强的传统 Transformer 基线为 3.36。
待验证50%
11月9日
在 EndoVis-18 基准的事实一致性指标上,GRAC 的器械-动作-目标三元组集合准确率达到 52.6%,SGT 为 32.7%,最强传统基线为 26.2%。
待验证50%
全部知识事实 (4)
待验证
SGT 指 Surgical Graph Transformer(手术图 Transformer),是一种将手术场景建模为图并利用 Transformer 架构进行关系推理的基线方法,通过图注意力机制在器械、动作和解剖结构节点之间传递信息。
50%待验证SGT 主要依赖模型参数中存储的知识进行生成,没有引入外部检索机制来提供可追溯的参考示例。
50%待验证在 EndoVis-18 基准上,GRAC 的 CIDEr-D 得分为 5.88,SGT 为 4.23,最强的传统 Transformer 基线为 3.36。
50%待验证在 EndoVis-18 基准的事实一致性指标上,GRAC 的器械-动作-目标三元组集合准确率达到 52.6%,SGT 为 32.7%,最强传统基线为 26.2%。
50%