【论文浅读】《Weakly Supervised Attention Pyramid Convolutional Neural Network for Fine-Grained Visual Cla》

创新思想：

文章提出了Attention Pyramid Convolutional Neural Network (AP-CNN) 注意金字塔卷积神经网络，提高了对对象子类分类的效率。该网络主要分为两大部分Attention Pyramid和ROI Pyramid：

Attention Pyramid：注意金字塔；top-down高层语意、bottom-up低层特征；

ROI Pyramid：感兴趣区域导向金字塔；dropblock细化特征、zoom-in消除噪声。

主要原理：

整体结构：(a)(b)Attention Pyramid和©ROI Pyramid。

Attention Pyramid结构：
(a) spatial attention pyramid：通过反卷积获取低层特征；
(b) channel attention pathway：通过池化和两次激活获取高层语意；

(b) channel attention pathway中的池化激活公式表达式。

ROI Pyramid示意图：
灰色dropblock：通过随机丢弃一些特征块，降低过拟合，细化特征；
黑框zoom-in：放大有效区域，消除噪声。

主要实验结果：

用了AP的金字塔网络的正确率比不用金字塔和只用特征金字塔的要高。

对比不同AP，其中：
C: Channel attention；
S: Spatial attention；
SP: Bottom-up spatial attention pathway；
CP: Bottom-up channel attention pathway；

对比ROI是否启用dropblock和zoom-in的正确率。

三个数据集的效果展示。

算法