EverlightGe

原创 The Application of Two-level Attention Models in CNN for Fine-grained Image Classification

这篇文章主要讲细粒度分类问题。普通的分类问题是类间差距较大，例如将一幅图像分类为猫或狗。不同于普通分类，细粒度分类问题类与类之间差异很小，比如将鸟按品种分类。两个不同品种的鸟之间的差异可能仅仅在于鸟的眼睛，嘴巴，腿等部位，其他部位区分度很小。这也造成了细粒度分类问题比普通分类问题难。自深度学习发展以来，图像分类问题最典型的的就是AlexNet,即2012年Hinton和他的学生参加ImageNet图