- 博客(3)
- 收藏
- 关注
RSS订阅原创 Learning Spatial Regularization with Image-level Supervisions for Multi-label Image Classification
标签分类器：将经过空间正则化模块的特征图送入多个二元分类器中，每个分类器对应一个标签，输出该标签是否出现在图像中的概率。空间正则化模块：该模块旨在学习每个标签在图像中的空间位置，并将这些位置信息用于提高分类准确性。位置感知模块：学习每个标签在图像中的位置，它将特征图划分成若干个块，并在每个块中学习一个标签的位置权重。空间注意力模块：利用位置感知模块学习到的位置权重，对特征图进行加权，以提高每个标签的分类准确性。对新的向量进行 Sigmoid 操作，并与原始特征图进行元素级别相乘，得到增强后的特征图。
2023-05-16 21:52:41
59
1
原创 HCP: A Flexible CNN Framework forMulti-Label Image Classification的理解
为了抑制可能有噪声的假设，进行交叉假设最大池化操作，将共享CNN的输出融合为一个综合预测。使用最大池化，从那些包含对象的假设中得到的高预测分数被保留，而噪声的被丢弃。图像数据集(即ImageNet)上进行预训练，然后在目标多标签数据集(例如Pascal VOC)上进行微调，使用整个图像作为输入。4.HCP在softmax层之后产生标签上的归一化概率分布，预测的概率值本质上是相应类别的最终分类置信度。3.共享的CNN是灵活的，可以很好地使用大规模的单标签图像数据集进行预训练。
2023-05-09 15:50:29
96
1
原创 Multi-label Image Classification with Regional Latent Semantic Dependencies（RLSD）的文章理解
对于上图进行一个详细的解释：首先，对于图片使用VGG19实现特征提取，再将卷积特征传送到红色部分，也就是Fully Convolutional Localization Layer，在这个部分卷积特征图中的每个点被投影回原始图像(H × W)，并进一步作为中心生成k个不同纵横比的锚盒。每个区域的特征被平展成一个向量，并通过这个全连接的网络。模型生成的边界框通常更大，其中一些包含多个对象，为了显示定位层的有效性，设置了一个基线模型，该模型使用MCG[45]来取代我们的多标签区域定位层以进一步进行多标签分类。
2023-05-08 08:38:26
207
1
空空如也
求一份ResNet模型复现voc和coco数据集的代码，有偿。
2023-11-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人