代码

场景的图像具有不同的对象和丰富的属性，可以进行不同层次的视觉分类。自然图像可以使用细粒度标签(描述主要组件)、粗粒度标签(描述高级抽象)或一组显示属性的标签来分配。这种在不同概念层上的分类可以用包含标签信息的标签图来建模。利用这一丰富的信息和一个先进的深度学习框架，并提出了一个通用的结构化模型，利用不同的标签关系来提高图像分类性能。我们的方法使用了堆叠标签预测网络，捕获了层间和层内标签语义。