细粒度图像分类(FGVC)理解与探究

细粒度图像分类(FGVC)理解与探究

细粒度图像分类与传统图像分类而言，细粒度图像分类中所需要进行分类的图像中的可判别区域（discriminative parts）往往只是在图像中很小的一块区域内。
在传统的图像分类网络中，无论图像中的重要判别区域占整个图像的比重有多大，都只会对整张图片一视同仁的提取特征。因此，在一些判别区域占图像比重较小的一些图片，进行同样的特征提取及处理，大量不关注的background信息会被训练进去，增加了图像分类的难度，降低分类的准确度。
引入细粒度图像分类这一概念，就是为了解决这样的问题，关注图像中细小的差别，实现更精确的图像分类：如蔬果中更细小的品种分类，草木的病虫害分类等。目前常规的细粒度图像分类的方法为，先得到关注目标的区域，再对该目标进行细分类，从而使网络更了解分类物体。
目前针对细粒度图像分类的训练方法主要有两类：强监督学习和无监督学习。

1、 强监督学习

额外添加更多的bounding-box标注信息加入网络进行强监督学习，使网络能学习到目标的位置信息。
不足：（1）需要大量人力资源进行图像的标注。（2）人力标注的信息并不一定准确就是目标真正需要关注的区域。
（个人观点：添加了了更多的bounding-box标注信息进行图像的细节分类，方法上已经和目标检测很像，超出了图像分类的初衷）

2、 弱监督学习

弱监督并不是无监督学习，而只是根据基本图像分类网络一样，只需要给出图像的类别即可。由网络通过无监督学习出判别区域的位置&#