实验环境
库:keras , tensorflow 1.10
OS: Ubuntu 16.04
BCNN
双线性CNN网络在细粒度分类上有着很不错的分类效果,具体结构可自行百度,本文已经实现基于vgg16的版本:传送门。参考说明运行BCNN_VGG16.py即可。
A-BCNN
主要针对BCNN参数量大的特点进行了改进,对提取出的feature map进行了卷积降维,最终平均可降低32.8%的模型大小,精度损失<2%:传送门。参考说明运行BCNN_Advanced.py即可。
数据集
数据集是自行建立的,并经过了预处理,以“制造商-型号”的两级分类标准分类,经过预处理以及筛选后共1311类,一共66367张车型图片,拍摄视角均为正前。
其他
目前正在上传数据集,等弄好了链接发上来吧。