Destruction and Construction Learning for Fine-grained Image Recognition_destruction and construction learning,fine-grained-优快云博客

本文提出DCL方法，通过破坏学习（Destruction Learning）和构建学习（Construction Learning）增强细粒度图像识别。破坏学习利用Region Confusion Mechanism打乱图像，强调局部细节，再通过对抗学习减少噪声。构建学习则关注区域间的相关性建模，帮助网络理解对象结构。DCL在训练时不需要额外标注，推理时不增加计算开销。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Destruction and Construction Learning for Fine-grained Image Recognition

abstract

本文提出一种“破坏和构件的学习”简称为DCL的方法，来增加细粒度识别的难度，强行让分类模型获取专家的知识。提出的方法在训练期间不需要任何额外知识，在预测时除了标准分类网络外，没有计算开销。

1. Introduction

细粒度引起广泛研究，现在研究细粒度大都两种方法，第一：首先定位鉴别对象部分，然后根据鉴别区域进行分类，这些两步方法大多需要在对象或部件上添加额外的包围框注释，而收集这些注释的开销很大。第二：试图通过注意机制在无监督的情况下自动定位识别区域，因此不需要额外的标注，但是增加了额外计算。

因此作者提出了一种新的方法：先对图像进行打乱，这样可以强调局部细节。并且：一方面，DCL自动定位识别区域，因此在培训时不需要任何额外的知识。另一方面，DCL结构只在训练阶段采用，因此在推理时不会引入计算开销。作者认为在细粒度中，局部细节比全局细节更加重要，因为这些需要经细粒度识别的网络在大体上差不多，就是在细节上不相同，打乱之后，迫使进行局部细节识别。作者说这种打乱（文中称：RCM）并不是全优的，也有自己的缺点。RCM引入了几个嘈杂的可视模式。为了抵消负面影响，我们使用了一种对抗性损失来区分原始图像和破坏图像。因此，噪声模式的影响可以最小化，只保留有益的局部细节。从概念上讲，对抗性损失和分类损失以对抗性的方式工作，以仔细学习“破坏”。