| 基于双注意力和多区域检测的细粒度图像分类 | |
| 所屬分類：技术论文 | |
| 上傳者：aetmagazine | |
| 文檔大小：793 K | |
| 標簽： 细粒度图像分类 注意力机制 区域检测 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：有效地检测具有辨别性的局部区域和更准确地提取图像的细粒度特征有助于提高细粒度图像的分类效果。为此，提出了一种结合双注意力机制和多区域检测的细粒度图像分类方法。多区域检测旨在通过类别标签学习定位到具有辨别性的图像区域，然后通过特征提取网络提取辨别性局部区域的特征并与全局特征相融合。同样，更精确的特征提取网络能够提取图像细粒度的特征。因此，通过将双注意力机制和多区域检测相结合，所提出的方法在3个公开的细粒度图像数据集CUB-200-2011、StanfordCars和FGVC Aircraft上分别达到了88.3%、94.5%和92.3%的准确率。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
细粒度图像分类 相關資源
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2