| 面向细粒度分类的预测属性引导的注意力研究 |
| |
| 引用本文： | 经卓勋,刘建明.面向细粒度分类的预测属性引导的注意力研究[J].江西师范大学学报(自然科学版),2022,0(4):379-385. |
| |
| 作者姓名： | 经卓勋 刘建明 |
| |
| 作者单位： | 江西师范大学计算机信息工程学院,江西 南昌 330022 |
| |
| 摘 要： | 细粒度图像分类任务比一般图像分类任务更具有挑战性,其通常需要对类间差异小、类内差异大的样本进行分类.现有细粒度分类方法主要依赖视觉特征进行分类,而人类可以根据文本描述等属性描述来辅助识别图像类别.该文提出了一种通过预测属性引导的通道注意力模块,该模块可以插入到任意的卷积神经网络中,从而让模型学习到更高级的特征表示.最后,该算法在CUB-200-2011数据集上测试,在使用Resnet-50、VGG-19、Bilinear-CNN作为主干网络训练时的精度分别达到87.1%、82.1%、85.5%,精度得到显著提升.
|
| 关 键 词： | 细粒度图像分类 注意力机制 属性预测 |
The Method on Fine-Grained Image Categorization Using Predicted-Attribute Guided Channel Attention Module |
| |
| JING Zhuoxun,LIU Jianming.The Method on Fine-Grained Image Categorization Using Predicted-Attribute Guided Channel Attention Module[J].Journal of Jiangxi Normal University (Natural Sciences Edition),2022,0(4):379-385. |
| |
| Authors: | JING Zhuoxun LIU Jianming |
| |
| Institution: | School of Computer Information Engineering,Jiangxi Normal University,Nanchang Jiangxi 330022,China |
| |
| Abstract: | |
| |
| Keywords: | fine grained image classification attention n mechanism attribute prediction |
|
| 点击此处可从《江西师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《江西师范大学学报(自然科学版)》下载免费的PDF全文 |
