ICCV 2015 B-CNN细粒度分类

最新推荐文章于 2024-04-30 14:37:08 发布
最新推荐文章于 2024-04-30 14:37:08 发布
阅读量613 收藏 5
点赞数
文章标签： 人工智能
原文链接：http://www.cnblogs.com/xiaohuahua108/p/9199392.html
版权

哈哈，好久没写博客了。。。。最近懒癌发作~~主要是因为心情不太好啊，做什么事情都不太顺心，不过已经过去啦。最近一直忙着公司的项目，想用这个网络，就给大家带来了的这篇文章。可能比较老，来自ICCV 2015的一篇关于细粒度分类的文章，文章：B-CNN。由于文章比较简单，我就不介绍的那么详细啦~

科普下：粗粒度与细粒度分类

粗粒度：比如猫狗猪这种差别比较大的。

细粒度：狗类别中，识别是什么品种的狗，这就是细粒度分类。

B-CNN框架：

从图中可以看出，其实就是两个卷积神经网络对图像进行特征抽取，然后用一个bilinear pooling 函数把CNN 抽取的两组特征进行结合，最后代入softmax层进行分类。

在一般的深度学习模型中，都是由一个神经网络构成的，在这里，有两个神经网络 A

和 B，输入图像首先被调整到448 × 448大小，然后用这两个网络分别提取该幅图像的特征，在图像的每一个位置，两个网络分别生成1 × 512大小的特征，在每一个位置 对两个网络提取的特征A(l)和B(l)做外积操作：

最低0.47元/天 解锁文章
weixin_30421809
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
细粒度分类：B-CNN论文笔记——Bilinear CNN Models for Fine-grained Visual Recognition
qq_50001789的博客
06-23 426
论文题目：《Bilinear CNN Models for Fine-grained Visual Recognition》 本文主要提出了用于聚合二阶统计数据的B-CNN架构，以矩阵外积的形式组合一幅图片的两种特征，使网络充分探索零件特征之间的交互关系，从而使网络更好地理解图像，进一步提高模型性能。
层级分类（续）-使用B-CNN(Branch CNN)实现
weixin_43295229的博客
04-23 6994
一、上回介绍 承接上回多级分类留下的困惑，这一次更新分享一些取得实质的进展！ 在上一篇博客中，我尝试建立这样一个结构的多层次化的分类模型： 然而实际上我构建的是一个这样的一个分类模型： 虽然最终的分类效果还不错，但我也清楚很大程度上是依赖于利用了训练好的VGG16模型，以及当前分类的数目相对较少。这样的实现是难以符合实际工程需求的，因为实际上很多情况下要分类的类别数目是成千上万的，这样简单的分...
B-CNNS算法重点内容理解
weixin_37718439的博客
02-21 1133
本文是对2015年论文Bilinear CNNs for Fine-grained Visual Recognition重点内容的理解，由于本人小白，不当之处请指出。 B-CNN architecture 网络CNN streamA擅长对物体／部件进行定位，局部区域检测，CNN streamB对A检测到的物体进行特征提取。两个网络相互协调作用，完成了细粒度图像分类过程中两个最重要的任务：物体、局...
层次分类B-CNN代码解读
最新发布
qq_45584615的博客
04-30 745
主要使用Python语言，依托Keras与TensorFlow。具体版本不详。数据集使用MNIST、CIFAR-10和CIFAR-100。
B-CNNS论文解析
qq_38284961的博客
09-27 3123
B-CNNS 摘要 本文使用了两个CNN提取特征的池化输出来代表图像，并且在一定规则下定位特征交互。但是在工作中发现，双CNN提取的特征有些冗余，可以在精度不下降的前提下减少某些特征，双CNN在其他的分类任务中也是有效的，比如纹理和场景识别。 现存的深度纹理表达有一些缺点，本文的关键方式是纹理表达可以可以写成两种适用网络设计特征的池化输出，网络的结构主要是两个CNN网络提取特征并连接一个bi...
Bilinear CNN：细粒度图像分类网络，对Bilinear CNN中矩阵外积的解释。
qq_43799400的博客
06-07 1477
Bilinear CNN：细粒度图像分类网络。
Bilinear CNNs for Fine-grained Visual Recognition
cdknight_happy的专栏
10-23 1359
1 简介 细粒度识别即对隶属于同一类的目标进行分类，包括鸟的物种识别、汽车的型号识别和狗的品种识别。细粒度识别高度依赖目标的局部特征，例如，要将“加利福尼亚鸥”与“环嘴鸥”区分开来，需要识别其喙上的图案或它们羽毛的细微颜色差异。两类技术适合于解决细粒度分类任务。一是基于部件的识别模型，这些模型检测并提取部件的特征进行细粒度的类别区分。另一种方法是基于全局图像的整体模型。基于部件的模型往往更加精确，...
MA-CNN:多注意力神经网络
05-26
CNN说明本仓库只是对ICCV 2017 论文《Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition》中的多注意力卷积神经网络进行模仿和复现论文作者GitHub地址本项目的重点是全...
matlab代码sqrt-bcnn:B-CNN：双线性CNN，用于细粒度的视觉识别
05-23
B-CNN：双线性CNN，用于细粒度的视觉识别 由林宗玉，Aruni RoyChowdhury和Subhransu Maji在麻省大学阿默斯特分校创建 介绍 该存储库包含用于在B-CNN [ICCV 2015]和改进的B-CNN [BMVC 2017]论文中重现结果的代码： @...
[2015-ICCV].Bilinear CNN Models for Fine-grained Visual Recognit
08-03
在细粒度视觉识别领域，Bilinear CNN Models for Fine-grained Visual Recognition提出了一种简单而有效的架构，称为Bilinear Convolutional Neural Networks（B-CNNs）。这种网络通过两个CNN提取的特征之间的外积...
matlab代码sqrt-bcnn:原始文件代码“用于细粒度视觉识别的双线性CNN模型”
05-23
B-CNN：双线性CNN，用于细粒度的视觉识别 由林宗玉，Aruni RoyChowdhury和Subhransu Maji在麻省大学阿默斯特分校创建 介绍 由Yuqi Huo修改。此存储库包含用于在B-CNN [ICCV 2015]和改进的B-CNN [BMVC 2017]论文中...
数据融合matlab代码-fine-Grained-classify:fine-Grainedclassify细颗粒度图像分类
05-22
结合目标检测、人工标注、图像分割等方法提取关键的细粒度图像，在进行softmax分类； 2. 参考开源代码 > Bilinear-CNN-TensorFlow. > Fine_Grained_Classification. > tensorflow_compact_bilinear_pooling. > VGG-...
论文阅读B-CNN: Branch Convolutional Neural Network for Hierarchical Classification
qq_45584615的博客
04-30 627
PaperGithub 代码图像层次分类，利用CNN的层级结果与树形标签对应，来进行图像层次分类的。使用数据集：MNIST、CIFAR-10和CIFAR-100动机类与类之间往往存在一般-特定的分类排序属性，例如，猫和狗通常可以归为宠物，而椅子和床则是家具，而且猫和床往往比狗更容易区分。这个属性表明可以用分层的方式进行分类，而不是把所有的类都安排在一个“平面”结构中。在进行层次分类时，分类器首先知道苹果应该在水果的粗类别中，然后可以在更精细的级别上将其分类为苹果。
数字图像处理项目——基于BCNN和迁移学习的鸟类图像细粒度分类（论文/代码）
一枚菜鸡
04-08 1143
本文采用了ResNet50、VGG19、InceptionV3和Xception等四种不同的深度神经网络模型，并应用于鸟类图像的细粒度分类问题中，以探究其在该任务上的性能表现。其中，本文使用了BCNN（Bilinear CNN）方法，将两个CNN网络进行双线性池化，从而提取不同层级的特征信息，并结合SVM分类器进行分类。实验结果表明，四种不同的深度神经网络模型均能够对鸟类图像进行良好的分类。
实现细粒度图像识别 Bilinear CNN Keras实现
王爷的CSDN
04-02 6506
细粒度视觉识别之双线性CNN模型 [1] Lin T Y, RoyChowdhury A, Maji S. Bilinear cnn models for fine-grained visual recognition[C]//Proceedings of the IEEE International Conference on Computer Vision. 2015: 1449-1457. ...
【项目实战课】人人免费可学，基于Pytorch的BCNN鸟类细粒度图像分类实战
hacker_long的专栏
07-12 1189
欢迎大家来到我们的项目实战课，本期内容是《基于Pytorch的BCNN鸟类细粒度图像分类实战》。所谓项目课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解，要求大家有较好的基础知识。本次课程内容细粒度图像分类是一个粒度较小的图像分类问题，它往往是同一个大类中的子类的分类，以不同鸟类的细粒度分类任务为例，比较著名的数据集是Caltec...
细粒度分析与Bilinear CNN model（附代码实现）
雷恩Layne
09-02 9631
前言 有时，我们逛街时看到不同的狗，却不知道其具体品种，看到路边开满鲜花，却傻傻分不清具体是什么花。实际上，类似的问题在实际生活中屡见不鲜，人类尚且如此，更别说人工智能了。为了解决这一问题，研究者们提出了细粒度分析（fine-grained image analysis）这一专门研究物体精细差别的方向。 细粒度分析 细粒度分析任务相较于通用图像（general/generic images）任务的区别和难点在于其图像所属类别的粒度更为精细。下图为例，通用图像分类其任务诉求是将“袋鼠”和“狗”这两个物体大类（
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值