6月14-19日，CVPR 2020的VizWiz Grand Challenge workshop在线上顺利召开。团队成员工作“Hybrid Information of Transformer for Image Captioning”（图1）在该workshop中发表。

文章主要针对图像描述生成问题，提出一种可并行化的模型SSoTNet，可以在训练时进行Scheduled Sampling（图2），使得模型具有并行性，除了ground truth的指导学习还有自我学习，解决训练和测试时的exposure bias。

图1 文章主要参与人员

图2 Scheduled Sampling of Transformer (SSoT) module