
细粒度分类
Walter Wu
衣带渐宽终不悔; 为伊消得人憔悴。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
See Better Before Looking Closer: Weakly Supervised Data Augmentation Network for Fine-Grained Visu
See Better Before Looking Closer: Weakly Supervised Data Augmentation Network for Fine-Grained Visual Classification 一篇基于attention 机制的细粒度分类模型 细粒度是粗粒度的延深,类间差距小,类内差距大。 早期的研究中主要使用较多的人工标注来认为的定位attent...原创 2020-04-13 19:03:33 · 2315 阅读 · 0 评论 -
Learning a Discriminative Filter Bank within a CNN for Fine-grained Recognition
Learning a Discriminative Filter Bank within a CNN for Fine-grained Recognition 文中有三个分支 最左边,是vgg16的整个网络,当中的经过1*1得到, c使用cross-channel pooling 得到一个loss函数。 中间层为 进过1*1卷积过后,大小是kM*h*w ...原创 2020-03-06 10:47:13 · 282 阅读 · 0 评论 -
Destruction and Construction Learning for Fine-grained Image Recognition
Destruction and Construction Learning for Fine-grained Image Recognition 一种细粒度分类的文章,使用乱序产生attention。 网络结构 文中贡献 文中贡献主要有三个部分(1)图像处理操作中打乱顺序 (2)在neck部分加入了对抗loss,使得网络能够识别出哪个是乱序哪个是顺序。...原创 2020-03-06 10:23:37 · 605 阅读 · 0 评论 -
Pairwise Confusion for Fine-Grained Visual Classification
Pairwise Confusion for Fine-Grained Visual Classification 摘要 文中主要介绍了一种称为pairwise confusion正则化的方法。这类方法能够关注到类内的相似性。 在pairwise confusion结构中,使用了孪生网络在一个新的loss function中训练,目的是为了将类别内的概率更加接近。 网络结构 ...原创 2020-03-05 14:37:11 · 691 阅读 · 0 评论 -
Hierarchical Bilinear Pooling for Fine-Grained Visual Recognition
Hierarchical Bilinear Pooling for Fine-Grained Visual Recognition 文中贡献 主要贡献如下 使用简单有效的交互层双线性pooling技术,实现内部特征层的交互。 基于交互层的双线性pooling,使用一个刚性双线性pooling结构。 模型结构 传统的双线性pooling 图像I经过卷积网络CNN,提取出特征X, 其...原创 2020-03-05 14:35:49 · 1143 阅读 · 0 评论 -
Multi-Attention Multi-Class Constraint for Fine-grained Image Recognition
Multi-Attention Multi-Class Constraint for Fine-grained Image Recognition 文中贡献概览 文中首次使用了对每一张图片多attention区域特征提取。这种提取基于OSME,并且应用到度量学习中。 MAMC将相同attention 中的相同类别更加接近,不同attention 或者不同类别差别较大。 ...原创 2020-03-05 14:34:20 · 772 阅读 · 0 评论 -
Learning Deep Bilinear Transformation for Fine-grained Image Representation
Learning Deep Bilinear Transformation for Fine-grained Image Representation 摘要 DBT block 同一的将输入的channel 划分成不同的语义群,双线性transformation 可以通过群内通道的交互计算获得。这样可以减少计算消耗。每一个block的输出结合输入的残差能够被回归bilinear 特征获得。 ...原创 2020-03-05 14:27:13 · 821 阅读 · 0 评论