Learning to Zoom: a Saliency-Based Sampling Layer for Neural Networks
4.2 Fine-Grained Classification细粒度分类问题提出了一个非常特殊的挑战:区分两类的信息通常隐藏在图像的很小一部分中,有时在低分辨率下无法解析。在这种情况下,显着性采样器可以发挥重要作用:放大图像的重要部分以尽可能多地保留它们的像素并帮助最终决策网络。在这个实验中,我们使用包含 5,089 种动物的 iNaturalist 数据集来研究这个问题 [29]。我们的评估是使用验证集进行的,因为测试集是私有的并且是为挑战而保留的。在这个实验中,我们将在 ImageNet 数据集 [
原创
2021-11-20 21:26:08 ·
2104 阅读 ·
0 评论