提出了基于注意力机制的双重度量网络(attention based bi-metric network, ABM-Net).在主干网络中加入注意力机制以获得更有效的特征表示,并提出将图像到图像度量与图像到类度量结合的双度量模块.实验结果表明,相较于DN4,ABM-Net的性能在数据集CUB-200-2011,Stanford-Dogs和Stanford-Cars的1-shot和5-shot分类任务中...
2021基于注意力机制的细粒度图像分类算法杨丹蒋勇曾芳文帅(西南科技大学计算机科学与技术学院四川绵阳 621010 )摘要: 针对目前细粒度图像分类算法存在的局部区域特征捕捉不全面的问题 ,在 B -CNN 算法基础上提出了一种基 于注意力机制的细粒度图像分类算法 。 首先利用数据增强的 6 种方式对训练数据集进行扩充,然后在...
摘要:为了提高高光谱图像在有限训练样本下的分类性能, 提出了一种基于双池化注意力机制的高光谱图像分类网络(DPAMN). 首先, 采用三维卷积提取高光谱图像的空间和光谱浅层信息. 其次, 为了增强网络的特征提取能力, 在DPAMN中引入了一种双池化注意力...
图1. PFAM概述。 此外,与一次性直接删减掉滤波器的硬剪枝方法不同,作者采用了不断更新和优化待剪枝的滤波器的策略,从而最大程度上避免了硬剪枝方法存在的误剪问题。算法的整体流程为:在当前训练阶段利用注意力模块计算滤波器之间的相关性,并对其进行排序,之后对相关性较小的滤波器进行软剪枝,然后在下一个训练阶段...
传统的基于像素的遥感图像处理方法是基于遥感图像丰富的光谱信息和地面物体之间明显的光谱差异。对于只有几个波段的高分辨率遥感影像，传统的分类方法会导致分类精度降低和大量的空间数据冗余，分类结果往往是椒盐图像，不利于进行空间分析。为了解决这一传统问题，模糊分类技术应运而生。模糊分类是一种图像分类...
细粒度图像分类算法.首先基于注意力图构建互补注意力数据增强模块,取得擦除图像和局部裁剪图像,然后利用特征交互模块捕获原图与增强图像间的对比特征,学习图像间的互补信息,从而获取更丰富的特征表示.(3)针对细粒度图像任务中难以定位目标有区分度的部件部位的问题,提出基于多阶段特征增强交互的细粒度图像分类算法.为生成...
提出了一种注意力基于混合机制的迷彩服图像分类算法.首先利用残差网络对迷彩服图像进行特征学习,然后引入关注通道域注意力模块,并以串联方式加入空间域注意力,提高模型对更深层次,更细粒度信息的关注和表示能力,最后完成整个算法过程.实验结果表明:本算法与ResNet-20,ResNet-20 +SENet算法相比,测试集的准确率分别取得...
(1)本文提出了一种融合卷积和轴注意力机制的两阶段语义分割网络.在一阶段中,本文采用轻量化卷积模块进行空间和光谱信息的特征提取;在二阶段中,本文设计了一种基于门控轴注意力机制的特征序列化模块,用于捕获细胞图像的远程依赖关系.该模块通过移位窗口来强调局部信息,然后利用一维轴注意力替代二维平面自注意力,保证...
小样本下基于深度卷积和对抗网络的高光谱图像分类 主要研究内容如下:(1)提出了一种基于空间注意力机制的卷积神经网络(CNN)算法。该算法旨在从高光谱图像以当前像素为中心的空间窗输入中捕捉有利于分类的空间信息,以... 于海鹏 - 西安电子科技大学 被引量: 0发表: 2020年 基于卷积神经网络的舰载跑道异物检测方法研究...