细粒度分类
孟让
CV/DL
展开
-
ECCV2018 | 细粒度分类:多注意力多类别约束 Multi-Attention Multi-Class Constraint for Fine-grained Image Recognition
细粒度分类就是对同一类中不同的子类物体间的分类。 如下图,是不同公开数据集下例子。不同种类的鸟、车、飞机。由于不同物体姿态,视角,光照,遮挡等影响,往往造成子类之间差异偏小,不同类别物体差异偏大。基于深度学习的物体分类可以大致分为强监督和弱监督两大类。强监督指图片标注中将物体某些显著特征(术语叫做discriminative判别性,可以区分类别的)部位信息给出,弱监督则没有此类信息。本文所述方法是弱监督细粒度分类。原创 2018-09-26 16:23:36 · 6972 阅读 · 4 评论 -
CVPR2018 | 细粒度分类 : Learning a Discriminative Filter Bank within a CNN(DFL-CNN) 及tensorflow实现
摘要近期细分类模型都在其加强mid-level学习能力。先前达到此目的,1)通过一个辅助网络把局部信息加入到分类主网络,2)通过复杂的特征解码方法获取更高阶的特征统计。本文展示的方法可以在端到端内部加强mid-level学习能力,在无需额外辅助网络或者标注框情况下通过学习一行卷积核获取类别定性小块。这种卷积核行在卷积神经网络结构内部的,需要适当的非随机初始化,和非对称的多流网络结构。1. 前言...原创 2018-11-16 14:22:01 · 7262 阅读 · 16 评论