细粒度图像分类_「明察秋毫」细粒度图像识别（一）：RACNN

研一菜鸡，研究方向为细粒度图像识别，故以此文来纪念一下看懂的第一篇Paper：Look Closer to See Better Recurrent Attention Convolutional Neural Network。

细粒度识别分为基于强监督信息的细粒度识别和基于弱监督信息的细粒度识别，由于基于强监督信息的细粒度识别需要有大量的人工标注，花费的成本代价高，所以人们更倾向与使用基于弱监督信息的细粒度识别，RACNN就是其中的一员。

先说一下什么是细粒度识别吧，如下图所示，传统的图像识别可能会识别这张图片是个狗或者鸟或者橘子，而细粒度识别研究的是这个狗狗是什么品种，在医疗、生态、生活中有着广泛的应用。

图一

---

一、RACNN介绍

细粒度图像识别主要存在着两个挑战，第一个是区域定位，第二个是在定位的区域学习细粒度特征，之前的方法都是把这两者给分开处理，却忽略了两者是相互联系、相互促进的。于是论文作者提出了RACNN，它认为两者存在互相促进的作用，因为只有区域定位准确才能够学习到更加精确的细粒度特征。

图二

二、RACNN结构

RACNN分为三个尺度（下图中的三行，每一行代表一个尺度）并且是一个多任务的网络（每一个尺度都有两个输出：一个是通过FC层得到分类概概率，另一个通过APN层得到局部区域），这个多任务网络共享同一个网络结构，但是每一个尺度上的参数不同，因为要使得网络能够在不同尺度上适应不同分辨率的输入，它能够以一种相互促进的方式在多个尺度上迭代的学习区域定位和基于定位区域的细粒度特征，每一个尺度都包括一个分类子网络和一个注意力网络（APN）