基于迁移学习的无监督细粒度图像分类模型

韩天宇; 张利锋; 王喜亮

首页> 中文期刊> 《鲁东大学学报（自然科学版）》 >基于迁移学习的无监督细粒度图像分类模型

基于迁移学习的无监督细粒度图像分类模型

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

图像分类是计算机视觉领域的一个重要研究分支,普通图像分类关注主类对象差异性的判别,而细粒度图像分类则重点研究主类下不同子类的区分.考虑到较小的子类间差异(只在某个局部上有细微差异)和由于拍摄角度、背景、姿态等因素导致的较大的子类内差异,细粒度图像识别成为一项颇具挑战的任务.为了缓解细粒度图像数据集难以获取和扩充的问题,本文提出了一种基于迁移学习和孪生网络实现的无监督细粒度图像分类模型.该模型采用两阶段训练策略,第一阶段采用有监督方式预训练基础网络,使模型快速学习到细粒度图像的通用特征;第二阶段通过搜索引擎扩充数据集,设计孪生网络并采用无监督方式微调模型以实现知识迁移.实验表明,孪生网络模型在Stanford Car和Aircraft数据集上能够获得较好的性能表现.

著录项

来源
《鲁东大学学报（自然科学版）》 |2021年第2期|139-145|共7页
作者
韩天宇; 张利锋; 王喜亮;
展开▼
作者单位

鲁东大学信息与电气工程学院山东烟台 264039;

鲁东大学信息与电气工程学院山东烟台 264039;

上海通用汽车有限公司南厂冲压车间山东烟台 264006;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.413;
关键词
迁移学习; 孪生网络; 无监督学习; 细粒度图像分类;

相似文献

中文文献
外文文献
专利

1. 基于迁移学习的小样本细粒度图像分类方法 [J] . 秦嘉奇 . 信息与电脑 . 2021,第012期
2. 基于集成迁移学习的细粒度图像分类算法 [J] . 吴建 ,许镜 ,丁韬 . 重庆邮电大学学报（自然科学版） . 2020,第003期
3. 基于深度迁移学习的微型细粒度图像分类 [J] . 汪荣贵 ,姚旭晨 ,杨娟 . 光电工程 . 2019,第006期
4. 基于多分支神经网络模型的弱监督细粒度图像分类方法 [J] . 边小勇 ,江沛龄 ,赵敏 . 计算机应用 . 2020,第005期
5. 基于Xception网络的弱监督细粒度图像分类 [J] . 丁文谦 ,余鹏飞 ,李海燕 . 计算机工程与应用 . 2022,第2期
6. 无监督分割和ELM的织物缺陷图像分类 [C] . LIU Li ,刘骊 ,ZHANG Jianhong . 2017中国计算机辅助设计与图形学大会（2017 China CADCG） . 2017
7. 基于无监督迁移学习的图像分类算法研究 [A] . 万宇 . 2020

基于迁移学习的无监督细粒度图像分类模型

摘要

著录项

相似文献

相关主题

期刊订阅