结合注意力互斥正则的细粒度图像分类

陆靖桥; 宾炜; 卢永锵; 麦广柱; 陈银; 伍雁雄

首页> 中文期刊> 《计算机应用》 >结合注意力互斥正则的细粒度图像分类

结合注意力互斥正则的细粒度图像分类

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

细粒度图像分类(FGVC)具有类间差异小、类内差异大等特点,提升该任务效果的关键在于识别目标的判别性部位。目前基于注意力机制的方法一般会识别一个或者两个判别性部位,效果不佳。为此,提出一种注意力互斥正则机制的细粒度模型(AMEM),通过限制注意力图的不同通道关注不同目标部位,引导模型关注目标的多个判别性部位。在CUB-200-2011、FGVC-Aircraft、Stanford Cars和Stanford Dogs等4个公开数据集上进行评测,实验表明AMEM取得了90.5%、94.3%、95.5%和93.2%的准确率,效果优于对比实验中的其他细粒度模型;此外热力图显示可以识别出指定数目的判别性部位。AMEM在提升预测性能的同时,也能提供一定程度的预测可解释性。

著录项

来源
《计算机应用》 |2023年第s01期|224-228|共5页
作者
陆靖桥; 宾炜; 卢永锵; 麦广柱; 陈银; 伍雁雄;
展开▼
作者单位

广东省新黄埔中医药联合创新研究院健康检测技术装备研究中心;

广州中医药大学第二附属医院;

季华实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
细粒度图像分类; 注意力机制; 互斥正则; 深度学习;

相似文献

中文文献
外文文献
专利

1. 结合注意力与跨层双线性网络的细粒度图像分类 [J] . 江涛 ,彭太乐 ,胡晓斌 . 宜宾学院学报 . 2022,第6期
2. 基于注意力机制的细粒度图像分类 [J] . 朱丽 ,王新鹏 ,付海涛 . 吉林大学学报:理学版 . 2023,第2期
3. 双线性聚合残差注意力的细粒度图像分类模型 [J] . 李宽宽 ,刘立波 . 计算机科学与探索 . 2022,第4期
4. 基于多分支注意力增强的细粒度图像分类 [J] . 张文轩 ,吴秦 . 计算机科学 . 2022,第5期
5. 基于双注意力和多区域检测的细粒度图像分类 [J] . 潘新辰 ,杨小健 ,秦岭 . 电子技术应用 . 2022,第8期
6. 基于视觉特征低维嵌入的细粒度图像分类 [C] . Wei Jie ,魏杰 ,Wu Jigang . 2017中国计算机辅助设计与图形学大会（2017 China CADCG） . 2017

结合注意力互斥正则的细粒度图像分类

摘要

著录项

相似文献

相关主题

期刊订阅