细粒度分类:API-Net论文笔记——Learning Attentive Pairwise Interaction for Fine-Grained Classification
综述
论文题目:《Learning Attentive Pairwise Interaction for Fine-Grained Classification》
会议时间:American Association for Artificial Intelligence 2020 (AAAI, 2020)
论文地址:https://arxiv.org/pdf/2002.10191v1.pdf
源码地址(PyTorch版本):https://github.com/PeiqinZhuang/API-Net
针对领域:细粒度图像分类(FGVC)
源码笔记:https://blog.csdn.net/qq_50001789/article/details/131359941?spm=1001.2014.3001.5501
主要思想
以往的细粒度分类算法往往是通过学习单个输入图像的微小特征来实现的,但单张图片所蕴含的种类信息有限,并且难以挖掘里面的精细特征。相反,人们常常通过比较两张图像,来学习里面的细微差异,比如下图中的红嘴巨鸥和丽色凤头燕鸥属于两种高度相似的鸟类,如果仅检查单个图像&