17-ICCV-Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition

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