【CV】图像分类中的细粒度/粗粒度怎么理解

最新推荐文章于 2025-03-17 19:20:58 发布
原创 最新推荐文章于 2025-03-17 19:20:58 发布 · 6.6k 阅读 · 19 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#计算机视觉

本文探讨了图像分类中细粒度与粗粒度的区别，细粒度图像分类因类别间差异微小而更具挑战性，易受光照、颜色、背景等变化影响。

  1. 粗粒度图像分类：
    类别之间差异大，比如人、汽车、树

  2. 细粒度图像分类：
    类别之间差异小，比如200种鸟的分类、100种花的分类

由于细粒度类别属于同一个大类，所以各类别之间的差距很小，这些细微的差距容易被光照、颜色、背景、形状和位置等变化因素覆盖，导致细粒度图像分类相对困难。

参考：

http://www.cjig.cn/html/jig/2016/9/20160904.htm 参考论文链接

【逻辑清晰、内容详细】细粒度分类算法总结（细粒度分类综述）
qq_50001789的博客
06-24 2115
本文为笔者根据17-21年之间的顶会文章所写的细粒度算法总结，同时包括一些该方向的思考，相信你读完肯定会有很大的收获。
细粒度分类算法笔记汇总
qq_50001789的博客
06-24 1747
细粒度分类算法笔记汇总
图像识别的不同粒度
Tifa_Best的专栏
03-02 2775
图像识别的不同粒度 在研究图像识别时，发现了细粒度图像识别领域，就整体了解了下。 根据粒度的由粗到细可大致分为三层： 通用图像识别（图像分类，目标检测，分割等） 细粒度图像识别（车型识别等） 更精细粒度图像识别（人脸识别等） 举个例子，图像分类就是要识别出是否是人类，细粒度图像分类是要识别出是人类中的哪个人种，更细粒度的图像识别比如人脸识别则是要识别出具体是哪个人。 通用图像识别 图像分类应该...
细粒度分析与Bilinear CNN model（附代码实现）
雷恩Layne
09-02 1万+
前言 有时，我们逛街时看到不同的狗，却不知道其具体品种，看到路边开满鲜花，却傻傻分不清具体是什么花。实际上，类似的问题在实际生活中屡见不鲜，人类尚且如此，更别说人工智能了。为了解决这一问题，研究者们提出了细粒度分析（fine-grained image analysis）这一专门研究物体精细差别的方向。 细粒度分析 细粒度分析任务相较于通用图像（general/generic images）任务的区别和难点在于其图像所属类别的粒度更为精细。下图为例，通用图像分类其任务诉求是将“袋鼠”和“狗”这两个物体大类（
细粒度分类 | 细粒度识别中的深度定位与对齐
东南风的博客
08-20 5144
1.细粒度图像分析任务（又叫子类别图像分类）         分类：强监督（物体标准框、局部标注点）、弱监督（无人工标注信息或者只包含物体标注框）；   图 1 细粒度图像识别与粗类识别的区别   数据集描述：Caltech-UCSD Birds-200-2011                                                           ...
细粒度图像分类_北大提出PKU FGXMedia：细粒度跨媒体检索数据集和评测基准
weixin_39761645的博客
12-14 527
机器之心发布作者：Xiangteng He、Yuxin Peng、Liu Xie北京大学彭宇新教授团队建立了第一个包含 4 种媒体类型(图像、文本、视频和音频)的细粒度跨媒体检索公开数据集和评测基准 PKU FG-XMedia，并且提出了一种能够同时学习 4 种媒体统一表征的深度网络模型 FGCrossNet。该论文已经被 CCF A 类国际会议 ACM MM 2019 大会接收。本文链...
一图搞懂细粒度图像中的细粒度
热门推荐
qq_42962681的博客
04-12 1万+
细粒度图像分类相对于粗粒度而言，就是对类别进行更加细致的子类划分。
深度学习 细粒度图像识别 (fine-grained image recognition) 精细化分类，不同品种的花、鸟、狗、汽车 子类别图像分类(Sub-Category Recognition)
万有文的博客
04-05 2099
细粒度图像识别是计算机视觉领域的一个具有挑战性的任务，它要求算法能够准确区分同一大类下的不同子类。例如，区分不同品种的花、鸟、狗或汽车。由于子类之间的类间差异可能非常细微，而类内差异（即同一子类内的不同实例之间的差异）可能较大，因此细粒度图像识别的难度通常比普通图像分类任务更高。在细粒度图像识别中，许多方法都依赖于对前景对象及其局部区域的准确定位和特征提取。这是因为不同子类的差异可能主要体现在这些局部区域上。例如，在鸟类识别中，不同品种的鸟可能在头部、脚、翅膀等区域具有独特的特征。
数字图像处理综合实训：细粒度图像分类，使用CUB-200-2011数据集（目标分数超95分）
最新发布
05-13
图像分类的难度可以从粗粒度到细粒度不等，粗粒度图像分类关注于将图像分为较为宽泛的类别，如猫、狗等动物类别，而细粒度图像分类则要求将图像细化到更具体的小类别，例如不同品种的狗。 CUB-200-2011数据集是细...
Fine-grained和Coarse-grained解析，什么是细粒度图像分类
CV在读
12-06 1746
fine-grained：细粒度fine-grained classification：细粒度的图像分类。粗粒度：分辨是猫还是狗细粒度：分辨狗这个类别下，这张图是1.吉娃娃还是2.萨摩耶……n.哈巴狗；Fine-grained classification往往需要professional expert去标注数据，这使得数据更加昂贵。
图片分割处理（以玉米颗粒的图片分割为例）
qq_43262059的博客
09-25 1968
为完成玉米颗粒分类任务，现需要处理训练图片，将图片中的玉米颗粒进行分割。
深度学习: 细粒度图像分类 (fine-grained image recognition)
datayx的文章
01-30 1万+
向AI转型的程序员都关注了这个号????????????人工智能大数据与深度学习 公众号：datayx细粒度图像识别 (fine-grained image recognition)，...
细粒度图像识别文章 Picking Deep Filter Responses for Fine-grained Image Recognition 阅读笔记
Cyiano的博客
05-11 4578
细粒度图像识别指的是在一个大类中的数个子类进行识别（例如识别不同鸟类的种类），人们通常需要专业的知识才能达到很高的准确率，而普通的图像分类网络在细粒度图像识别方面也是表现欠佳。本博客讲解了一篇CVPR2016上的细粒度识别文章，在鸟类的识别方面准确率达到了84.5%。
粗粒度与细粒度
小萌猿的博客
09-13 7153
个人理解粗粒度与细粒度的关系就是一个由粗糙到细化的过程。比如 在java中我们为了类的高复用性，经常会把一个功能复杂的类（粗粒度）细分为几个简单的功能单一的类（细粒度），这就是一个细粒度的设计模式。再比如 我们设计数据库时，原则上应该尽量减少表的数量以及表之间的连接，为此，能够设计为一个表的就不会将其分开为多个表。这就是一个粗粒度的设计模式。
粗粒度和细粒度的概念区分
没事就更，感谢您的阅读与关注
10-13 5827
粗粒度和细粒度的概念区分
粗粒度和细粒度指的是什么？
m0_74052450的博客
03-17 1226
2. 细粒度 (Fine-grained)：处理较小、较简单的数据单元，操作范围窄，细节较多。分布式系统：如函数即服务（FaaS），每个函数执行简单任务。较少的交互：系统或组件间的交互次数少，每次交互的信息量大。粗粒度：适合处理大块数据或复杂任务，操作次数少，交互简单。细粒度：适合处理小块数据或简单任务，操作次数多，交互频繁。较多的交互：系统或组件间的交互频繁，每次交互的信息量小。较低的操作频率：操作次数少，但每次处理的数据量大。较高的操作频率：操作次数多，每次处理的数据量小。
关于细粒度与粗粒度的理解
慢慢来，才会快
03-30 1万+
因为是初学者，在阅读文献时理解不了细粒度和粗粒度，所以整理了一下其余博主的理解 下面是摘录优快云上的有关粗粒度和细粒度的讨论： A:个人理解：对象的粒度就是对象所容纳的逻辑，粗粒度容纳的逻辑多，细粒度容纳的逻辑少，另外轻量级和重量级应该是按占用的资源多少衡量的 B：对客户暴露了太多细节的相对来说就是细粒度的,比如你的一个JavaBean,为它所有属性都提供了getter,setter方法,就是属于细粒度的,而如果提供类似Object getData(),或者setData(Object ..
细粒度、粗粒度
hl156的博客
09-19 1万+
最近在阅读文献的过程中遇到了fine-grained和coarse-grained的概念，经过查阅其定义如下： 细粒度（fine-grained）：粒度似乎根据项目模块划分的细致程度区分的，一个项目模块（或子模块）分得越多，每个模块（或子模块）越小，负责的工作越细，就说是细粒度。 粗粒度（coarse-grained）：相对于细粒度而言，一个项目模块（或子模块）分得越少，每个模块（或子模块）越大，负责的工作越泛，就说是粗粒度。 粗粒度和细粒度是一个相对的概念，定义这个概念主要是出于重用的目的，比如：类
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

机器不学习我学习

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值