细粒度论文笔记《Object-Part Attention Model for Fine-grained Image Classification》

Peng Y, He X, Zhao J. Object-Part Attention Model for Fine-grained Image Classification. Proc. CVPR, 2017.

提出的方法：OPAM，弱监督，模型的主要创新点：

1，整合两级注意力，object-level and part –level。object-level定位图像中的object，part-level定位选择object中的具有区分性的part。两者被使用来学习多角度，多尺度的特征，并相互提高。
2，Object-part spatial constraint model,由两种spatial contraint构成：object spatial constraint 使选择的part高度有代表性，part spatial constraint 消除冗余，增强所选part的区分性。两者一起使用，寻找微小的局部的差异用于区分子类。

本来很想把我做的PPT传上来的，好像不太方便哈