ACNet: 特别的想法，腾讯提出结合注意力卷积的二叉神经树进行细粒度分类 | CVPR 2020

论文提出了结合注意力卷积的二叉神经树进行弱监督的细粒度分类，在树结构的边上结合了注意力卷积操作，在每个节点使用路由函数来定义从根节点到叶子节点的计算路径，结合所有叶子节点的预测值进行最终的预测，论文的创意和效果来看都十分不错
 
来源：晓飞的算法工程笔记 公众号

论文: Attention Convolutional Binary Neural Tree for Fine-Grained Visual Categorization

• 论文地址：https://arxiv.org/abs/1909.11378

Introduction

---

  细粒度分类(Fine-Grained Visual Categorization, FGVC)是图片分类的一个分支，由于类别间的相似性非常大，一般人比较难区分，所以是个很有研究意义的领域。受神经树研究的启发，论文设计了结合注意力卷积的二叉神经树结构(attention convolutional binary neural tree architecture, ACNet)用于弱监督的细粒度分类，论文的主要贡献如下：

• 提出结合注意力卷积的二叉神经树结构ACNet用于细粒度分类，在树结构的边上结合了注意力卷积操作，在每个节点使用路由函数从而定义从根节点到叶子节点的计算路径，类似于神经网络。这样的结构让算法有类似于神经网络的表达能力，以及能够从粗到细的层级进行特征学习，不同的分支专注于不同的局部区域，最后结合所有叶子节点的预测值进行最终的预测
• 添加attention transformer模块来加强网络获取关键特征进行准确分类
• 在三个数据集CUB-200-2011、Stanford Cars和Aircraft上达到了SOTA

#Attention Convolutional Binary Neural Tree

---

  ACNet包含4个模块，分别是主干网络(backbone network)、分支路由(branch routing)、attention transformer和标签预测(label prediction)，如图2所示。将ACNet定义为$(\mathbb{T},\mathbb{O})$，$\mathbb{T}$为树状拓扑结构，$\mathbb{O}$为树边的操作集。论文使用满二叉树 T = { V , E } \mathbb{T}=\{\mathcal{V},\mathcal{E}\} T={ V,E}， V = { v 1 , . . . , v n } \mathcal{V}=\{v_1,...,v_n \} V={ v1​,...,vn​}为节点， E = { e 1 , . . . , e k } \mathcal{E}=\{e_1,...,e_k \} E={ e1​,...,ek​}为边，对于树深$h$，共$n=2^h$