20-CVPR-Multi-branch and Multi-scale Attention Learning for Fine-Grained Visual Categorization

目录

MMAL-Net多分支多尺度

注意力目标定位模块（AOLM）

注意力局部提议模块（APPM）

---

MMAL-Net多分支多尺度

对比RA-CNN

1参数是用不同尺度图像训练的所以可以分类不同尺度图像。the parameters of CNN and FC in our three branches are shared. Therefore, through the common learning process of the three branches, the trained model has a good classification ability for different scales and parts of object.

2不需要计算多个局部区域图像的特征向量然后concat。the best classification performance is simply obtained by the result of object branch。

注意力目标定位模块（AOLM）

类似SCDA，但是使用的Resnet50。

这里把求和后的特征图F叫激活图A

1ResNet50预训练模型SCDA没法达到和VGG16预训练模型相似的精度。所以作者用训练集训练 ResNet-50，提升目标定位精度【指的应该就是第二个分支】。

2 相应这也换了层求交集。

注意力局部提议模块（APPM）

激活图上高激活值的区域通常是定位的关键部分

全卷积网络实现传统的滑动窗方法，从上一个分支的特征图输出中得到不同窗口的特征图

计算窗口激活均值代表窗口信息量进行排序（这里难道不就是个全局平局池化吗？）

降低区域冗余，NMS选择尺度不同的固定个数的窗口作为局部图像

非极大值抑制NMS：https://blog.csdn.net/shuzfan/article/details/52711706

排序后的、不同重要程度的局部区域

代码https://github.com/ZF4444/MMAL-Net