一系列弱监督的细粒度图像分类网络,具体内容如下:(1)融合多粒度特征的细粒度图像分类网络.本方法利用迭代学习方式来逐步调整骨干网络的不同特征提取阶段,并通过局部错位模块生成的不同粒度的输入图像.将不同的特征提取阶段对应到不同粒度上,实现了用一个骨干网络提取多粒度特征的效果.同时利用迭代学习方式逐层传递经验...
基于深度学习的细粒度图像分类方法研究.pdf,摘要 摘要 在计算机视觉的研究领域中,传统图像分类的目标通常是隶属于不同基础类别的 物体,而实际应用场景对图像的分类粒度提出了更加细致的要求,因此细粒度图像分 类成为当今研究的热点之一。细粒度图像分类任务的研究目标往
一系列弱监督的细粒度图像分类网络,具体内容如下:(1)融合多粒度特征的细粒度图像分类网络.本方法利用迭代学习方式来逐步调整骨干网络的不同特征提取阶段,并通过局部错位模块生成的不同粒度的输入图像.将不同的特征提取阶段对应到不同粒度上,实现了用一个骨干网络提取多粒度特征的效果.同时利用迭代学习方式逐层传递经验...
该模型与现有先进方法相比具有明显优势.本文的主要贡献如下:(1)提出了一种基于无监督学习的鉴别性区域定位方法(Discriminant Region Location Method Based on Unsupervised Learning,DRLU).首先,方法中的区域检测器利用了细粒度图像数据集中所有图像的宏观相似性,以便在预先训练的深度卷积神经网络的特征空间中挖掘重复出现...
针对细粒度标记获取成本高和粗粒度标记监督信息不精确的问题,本文提出了一种基于偏标记学习和混合粒度对比正则的细粒度图像分类方法.该方法通过加入偏标记来降低细粒度标记的标注成本,减小粗粒度标记的信息冗余,并通过混合粒度对比正则挖掘不同粒度标记的监督信息实现标记消歧.首先,提出了一种新型的弱监督标注方法,即带有...
基于深度学习的细粒度图像推荐算法研究 提出了一种基于深度学习的细粒度图像推荐算法.首先使用分类模型对杂乱无章的数据集进行分类,然后使用改进KNN聚类算法对数据集进行初选,再通过深度学习VGG-16网络进行... 王艳,李昂,王晟全 - 《四川兵工学报》 被引量: 0发表: 2021年 一种深度学习的细粒度图像分类方法及装置...
基于深度学习的细粒度图像推荐算法研究 提出了一种基于深度学习的细粒度图像推荐算法.首先使用分类模型对杂乱无章的数据集进行分类,然后使用改进KNN聚类算法对数据集进行初选,再通过深度学习VGG-16网络进行... 王艳,李昂,王晟全 - 《兵器装备工程学报》 被引量: 0发表: 2021年 基于部件的细粒度图像分类方法研究 图...
分类需求.随着通用图像分类识别技术的日益成熟,细粒度图像分类识别逐渐成为学者研究的主要方向之一.细粒度图像分类的挑战主要表现在子类别间弱微的类间差异和同类别之间较大的类内差异.现有的研究方法主要使用深度学习来提取图像的特征信息,同时集中在使用基于双线性卷积神经网络(B-CNN)提取更深层次的特征聚合表示方法和...