MA-CNN多注意力
part generation和feature learning相互强化【和RA-CNN类似】
首先固定卷积层W,通过Lcng优化F。
其次固定F,通过Lcls调整W。
【复现代码loss也是和MMAL代码一样直接求和再反向传播的,关键通过detach控制】
论文中写的还是裁剪原图得到part图片重新又用part-CNN学习了P。
Mask峰值点Mi的原图对应点为中心,裁剪96x96区域放大(224*224)->PN
1定位:聚类响应区域相近的通道。而不是从独立的信道中学习部件生成。
【feature map 不同通道(channels)关注的视觉信息不同,峰值响应区域也不同。】
每个feature channel 都有一个峰值响应点(peak responses coordinate)
多个part proposals,提高泛化能力。
(2)
N组FC layers:F(·)=[f1(·),…, fN(·)]
(3)
预训练fc参数,使(3)的输出接近于(2)。
同类channel相加(sigmoid所以mask函数还是连续的)得到class i 的mask i
2 LOSS:channel grouping loss,part内距离更近(intra-class similarity),不同part距离尽量远(inter-class separability)
作者代码https://github.com/Jianlong-Fu/Multi-Attention-CNN
复现代码https://github.com/LiAng199523/Multi-Attention-CNN-pytorch