多粒度训练目标

POGA：用于细粒度跨模态检索的释义与对立图对齐

POGA: Paraphrased and Oppositional Graph Alignment for Fine-Grained Cross-Modal Retrieval

POGA 将图像和文本解析为结构化图，并通过多源图增强生成释义正例和对抗负例，为跨模态细粒度对齐提供丰富的监督信号；其混合多粒度对齐目标（全局、节点、关系、焦点反驳）可复用于任何需要细粒度图文匹配的视觉语言任务。