Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition 论文阅读

jeffery0628 jeffery0628 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.1k累计阅读 1.2k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄11年
关注
原创 最新推荐文章于 2026-08-31 15:54:51 发布 1.1k 阅读 AI 写同款· GEO 优化 ›
Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition 《Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition》是微软亚洲研究院在ICCV2017年出的一篇细粒度图像识别论文，它的姊妹篇是《Look Closer to See Better: Recurrent Attention Convolutional Neural Net... 阅读详情

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
震

收录于
论文阅读

当前文章被收录于：

论文阅读
9 篇文章 0 人学习
订阅专栏 查看详情
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。
MACNN-Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition 《Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition》是微软亚洲研究院17年出的一篇细粒度图像识别论文，它的姊妹篇是《Look Closer to See Better: Recurrent Attention Convolutional Neural Network fo... 阅读详情

相关推荐

细粒度图像识别论文：Learning multi-attention convolutional neural network for fine-grained image recognition

论文： Heliang Zheng, Jianlong Fu, Mei Tao, and Jiebo Luo. Learning multi-attention convolutional neural network for fine-grained image recognition. In IEEE International Conference on Computer Vision, ...

人生当苦无妨 5579

原创《基于深度特征学习的细粒度图像分类研究综述》

声明：本文原创，未经本人同意，禁止任何形式的转载！！！ 后记：这篇文章虽然是19年放出来，但是是我在18年初的时候写的，所以文中引用的方法都是17年以前的，有点过时了，现在又出现了好多新方法，最高的在CUB上的精确度已经达到了91%左右 摘 要 深度学习技术已经在各种视觉分析任务中展现出了其强大的特征提取能力。特别是在细粒度图像分类领域，深度特征提取技术让其获得了巨大的性能提升。基于...

小星星专栏 1万+

视觉特征-自监督-掩码特征预测【2026-03】：V-JEPA2.1【2B】【全Token稠密预测损失】【多层深度自监督】【图像/视频多模态Tokenizer】【160万小时视频】【1.42亿张图像】

Lorenzo Mur-Labadia1,2,∗, Matthew Muckley1, Amir Bar1, Mido Assran1, Koustuv Sinha1, Mike Rabbat1, Yann LeCun1, Nicolas Ballas1,†, Adrien Bardes1,†1FAIR at Meta, 2Universidad de Zaragoza ∗Work done at Meta, †Joint last authorWe present V-JEPA 2.1, a family

u013250861的博客 355

Multi-Attention Multi-Class Constraint for Fine-grained Image Recognition论文解读

简介 这篇论文是2018 ECCV的一篇论文，提出了一种半监督的细粒度图像识别的网络。 细粒度图像识别(Fine-Grained Image Recognition) 对于细粒度图像识别，简单的解释就是对于同一个大的类别中，不同子类之间的识别。以狗来进行举例就是，狗是大类，它包含很多的品种，每个品种就可以看做是一个子类。 由于受到多种干扰因素的影响，包括物体姿态、视角、光照、遮挡等，通常会使子类之...

WangKingJ的博客 1054

视觉特征-自监督-掩码特征预测【2024-04】：V-JEPA【潜空间】【≈90%多块时空掩码】【上下文目标块预测】【特征空间预测≠像素重建】【EMA目标编码器+停梯度】

Adrien Bardes 1,2,3, Quentin Garrido 1,4, Jean Ponce 3,5,6, Xinlei Chen 1, Michael Rabbat 1, Yann LeCun 1,5,6, Mahmoud Assran 1,†, Nicolas Ballas 1,† 1 FAIR at Meta, 2 Inria, 3 École normale supérieure, CNRS, PSL Research University, 4 Univ. Gustave Eiffel

u013250861的博客 245

视觉特征-自监督-掩码像素预测【2021-11】：SimMIM【一种用于掩码图像建模的简单框架】

¹ 清华大学²微软亚洲研究院⁸ 西安交通大学Abstract摘要本文提出了SimMIM，一个用于掩码图像建模的简单框架。我们简化了最近提出的相关方法，无需采用特殊设计，例如按块掩码以及通过离散VAE或聚类进行 tokenization。为了研究是什么使掩码图像建模任务能够学习到良好的表征，我们系统地研究了框架中的主要组件，并发现每个组件的简单设计都展现出非常强的表征学习性能：1)以适度较大的掩码 patch大小(例如32)对输入图像进行随机掩码，可构成一个强大的 pre-text 任务；

u013250861的博客 90

Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition-论文笔记

细粒度识别很依赖于标识区域的定位和特征提取。现有的方法都忽略了这样一个问题：特征提取和定位这两个过程是相关的。所以我们提出了一个新的方法：mutil-attention CNN(MA-CNN)，这个方法中位置信息和特征学习可以相互强化。MA-CNN是由卷积、channel group和part classification三个子网络组成。channel grouping的输入是来自卷积提取的fea...

雪碧橙子 1018

VLA-2025-03：GR00T N1【骨架：Eagle-2；端到端双系统VLA：S2 VLM+S1 DiT+FM；数据：单/双臂+人形，机器人+人类+仿真+神经共592.9M帧/8375.7小时】

通用机器人需要多功能的躯体和智能的头脑。近年来，人形机器人的发展在构建人类世界中通用自主性的硬件平台方面展现出巨大潜力。一个基于海量多样化数据源训练的机器人基础模型，对于使机器人能够推理新情况、稳健应对现实世界的多变性以及快速学习新任务至关重要。为此，我们推出了GR00T N1，一个面向人形机器人的开放基础模型。GR00T N1是一个具有双系统架构的视觉‑语言‑动作（VLA）模型。视觉语言模块（系统2）通过视觉和语言指令来解读环境。随后的扩散Transformer模块（系统1）实时生成流畅的电机动作。

u013250861的博客 289

17-ICCV-Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition

MA-CNN多注意力 part generation和feature learning相互强化【和RA-CNN类似】 首先固定卷积层W，通过Lcng优化F。 其次固定F，通过Lcls调整W。 【复现代码loss也是和MMAL代码一样直接求和再反向传播的，关键通过detach控制】 论文中写的还是裁剪原图得到part图片重新又用part-CNN学习了P。 Mask峰值点Mi的原图对应点为中心，裁剪96x96区域放大（224*224）->PN 1定位：聚类响应区域相近的通道。

weixin_44742887的博客 590

【202503】Wan：开放且先进的大规模视频生成模型【1.3B、14B】【支持对无限长度视频进行稳定的Inference】【Wan中的主要计算开销来自注意力机制】

wan: Open and Advanced Large-Scale Video Generative ModelsWan：开放且先进的大规模视频生成模型Wan Team, Alibaba Group Wan 团队，Alibaba GroupThis report presents Wan, a comprehensive and open suite of video foundation models designed to push the boundaries of video generation

u013250861的博客 731

MA-CNN多注意力卷积神经网络：细粒度图像识别中通道分组与注意力机制

细粒度图像识别是计算机视觉中的经典难题，其核心挑战在于类间差异细微而类内差异显著，通用卷积神经网络（CNN）难以自动聚焦喙部、轮毂等判别性局部区域。注意力机制为解决该问题提供了新思路，但如何让多个注意力头关注互补部件仍是关键。MA-CNN（多注意力卷积神经网络）通过将CNN特征图按通道分组，每组对应一个局部语义区域，并以加权求和方式提取局部特征，配合成对差异损失促进注意力头分化，无需部件级标注即可实现弱监督下的部件定位。该方法在鸟类、车型等细粒度数据集上显著提升准确率，并可迁移至工业质检、医学影像等场景。理

weixin_42625070的博客 240

模型剪枝专栏目录

01 模型剪枝是什么？为什么深度模型需要剪枝？

qq_36581957的博客 84

MA-CNN详解：多注意力卷积网络攻克细粒度图像识别

图像分类是计算机视觉的基础任务，但面对同一大类下极为相似的子类时（如不同品种的鸟类），通用模型往往因注意力分散而失效。细粒度图像识别由此成为一项极具挑战的研究方向，其核心在于让模型自动定位鸟喙、车轮、花瓣等关键局部差异区域。注意力机制通过动态加权特征图，为这类问题提供了有效途径。MA-CNN（多注意力卷积神经网络）正是利用多通道注意力图，在仅需图像级标签的弱监督条件下，自动发现多个判别性部件，并通过部件特征聚合与互斥正则约束，避免注意力崩坏。这一思路不仅显著提升了细粒度分类精度，也为缺陷检测、车型识别等工业

weixin_28731231的博客 258

Fansmale 实验室论文列表 bibitem

摘要:本贴给出www.fansmale.com主要论文列表的bibitem,方便论文引用.

minfanphd的博客 2454

MA-CNN多注意力卷积神经网络：细粒度图像识别实战解析

细粒度图像识别旨在区分外观高度相似的子类别，如鸟类品种或车型，其核心挑战在于捕捉局部细微差异。传统卷积神经网络通过全局特征池化提取表征，容易丢失判别性细节。注意力机制的出现，让模型能够自动聚焦图像中具有区分力的局部区域，从而提升识别精度。MA-CNN作为一种多注意力卷积神经网络，通过通道分组生成多张注意力图，配合多样性损失约束各分支关注不同部位，并利用区域提案完成局部特征融合，是细粒度识别领域的经典基线。该技术不仅在图像分类、物体识别等场景中有广泛应用，也为小样本学习、异常检测等任务提供了可借鉴的部件感知思

weixin_28221501的博客 291

【SAP-MDG】工作流任务配置实战：从基础配置到代理分配详解

本文详细解析了SAP MDG工作流任务配置的全流程，从基础配置到代理分配的关键操作。通过实战案例和最佳实践，帮助用户掌握Configure Workflow Tasks的核心技巧，包括环境检查、代理分配、SWDD事务码使用及常见问题排查，提升主数据管理效率。

weixin_33738555的博客 250

High-Resolution Image Synthesis with Latent Diffusion Models 基于潜在扩散模型的高分辨率图像合成

Robin Rombach 1 * Andreas Blattmann1 * Dominik Lorenz 1 Patrick Esser ® Björn Ommer 1 1 Ludwig Maximilian University of Munich & IWR, Heidelberg University, Germany ° Runway ML慕尼黑路德维希-马克西米利安大学 & 德国海德堡大学 IWR ° Runway MLhttps://github.com/CompVis/latent-diff

u013250861的博客 140

【深度排查】VScode 远程 SSH 连接失败：从网络握手到服务部署的全链路诊断指南

本文详细解析了VScode远程SSH连接失败的常见原因及解决方案，从基础网络排查到SSH服务配置，再到VScode特有的问题处理。特别针对Ubuntu和TrueNAS系统提供了具体配置建议，帮助开发者快速解决'Could not establish connection'等连接问题，提升远程开发效率。

weixin_30301449的博客 447

机器人-模仿学习-双臂【2023-04】：ACT【80M参数；CVAE-Transformer架构；ResNet18编码四路视觉；4层编码器融合视觉状态；7层解码器并行预测100步动作；时序集成平滑】

Meta。

u013250861的博客 430

CHIP-Seq数据分析流程

文章目录CHIP-Seq数据分析流程相关软件安装数据下载将SRA转化为fastq文件数据质控，过滤数据质控然后进行质控，过滤低质量reads，去接头比对下载小鼠参考基因组的索引和注释文件比对sam文件转bam为bam文件建立索引载入IGV查看用MACS call peak安装MACS结果注释与可视化 CHIP-Seq数据分析流程 相关软件安装 所需要的软件有sratoolkit, fastqc,bowtie2,samtools,macs2,htseq-count,bedtools和前面RNA-seq数据分析

bio_meimei的博客 8791

卫星载荷应用方案

本文将从技术和应用层面探讨卫星载荷的应用方案，分析各个领域的特点和挑战，以期为卫星载荷的应用提供一定的指导和参考。卫星载荷应用方案涵盖了通信、地球观测、气象预报、导航定位等诸多领域在每一个领域中，都存在着不同的技术挑战和应用需求。随着技术的进步和需求的变化，卫星载荷应用方案将不断发展和完善，为人类社会的进步和发展做出更大的贡献。用户可以通过接收多颗卫星的信号，计算自身的位置和速度信息。在覆盖扩展方面，可以采用多星座、MEO、GEO 等不同轨道高度的卫星布局，结合卫星的特点和应用需求，实现覆盖范围的扩展。

muyangjun的专栏 904

PointWorld: 动作条件的全场景3D点flow 预测（用同一种3D物理空间模态来表示状态和动作）

PointWorld: Scaling 3D World Models for In-The-Wild Robotic Manipulation

u013250861的博客 330

华为od统一考试B卷【宜居星球改造计划】Java&Go 实现

XXX年，人类通过对火星的大气进行宜居改造分析，使得火星已在理论上具备人类宜居的条件，由于技术原因，无法一次性将火星大气全部改造，只能通过局部处理形式，假设将火星待改造的区域为row * column的网格每个网格有3个值，宜居区、可改造区、死亡区，使用YES、NO、NA代替，YES表示该网格已经完成大气改造，NO表示该网格未进行改造，后期可进行改造，NA表示死亡区，不作为判断是否改造完成的宜居，无法穿过 初始化下，该区域可能存在多个宜居区，并且每个宜居区能同时在每个太阳日单位向上下左右四个方向的相邻格子进

MISAYAONE的博客 1万+
上一篇： transE论文阅读
下一篇： Keras ImageDataGenerator参数
点赞 1
评论 1
书签 书签 2
jeffery0628
jeffery0628
博客等级 码龄11年 39粉丝 112原创
+ 关注 专栏目录 订阅专栏
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
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
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