【论文阅读四】An Efficient Insect Pest Classification Using Multiple Convolutional Neural Network Based Mod

本文记录下今天看的一篇文章《An Efficient Insect Pest Classification Using Multiple Convolutional Neural Network Based Models》，本文是2021年发表在Applied Intelligence的文章，貌似是一篇二区。

文章梗概

本篇文章其实没有引入新的思想或者算法，文章使用数据量不同的大小的两个数据集【IP102和D0】，然后借助了retention attention networks,feature pyramid networks和multi-branch and multi-scale attention networks三种模型，并使用ResNet50作为基准模型，进行比较，最终使用多个模型的结果集成，然后得到了较好的结果，同时使用了Grad CAM可视化了不同模型的关注区域。

文章实验过程

文章划分好数据集后，分别使用ResNet50，RAN, FPN和MMAL-Net进行了实验，最终将四者的结果进行集成，得到最佳的实验结果。

文章结果以及可视化

通过可视化可以看出，MMAL-Net的细粒度识别能力较强，其关注的区域基本是较为细节的区域，验证了细粒度分类过程中，主要关注物体的局部特征，这也为后续相关的工作开展提供了辅助说明。
另外，此文章提供了代码链接，具体可看相关的代码实现。