专利摘要显示，本发明公开了一种基于代表性特征细化网络的细粒度小样本图像分类方法。在本算法中，采用协同通道－空间注意力池化机制、自适应区域引导特征细化机制并引入原型增强双重注意力机制技术手段。经过实验表明，本文的算法在细粒度小样本图像分类方面表现良好，优于其他模型。天眼查资料显示，江苏华郢智能技术有限公司，成立于2
该模型通过多尺度特征提取、知识引导模块(KGM)、克罗内克积模块(KPM)等,解决了在小样本细粒度图像分类任务中支持样本与查询样本之间缺乏局部关联性、难以精确定位关键可区分区域的问题。模型通过融合多尺度特征并增强支持样本的判别区域,能够更好地捕捉细粒度图像中的关键辨别性区域。 在多个细粒度图像数据集上取得了显著...
内容提示: 2021 年第 12 期信息与电脑China Computer & Communication算法语言基于迁移学习的小样本细粒度图像分类方法秦嘉奇(桂林信息科技学院,广西 桂林 541004)摘要:在图像分类领域,由于细粒度图像具有类间差距小、类内差距大的特点,导致分类困难。细粒度图像往往存在训练数据不足的问题,使用大型卷积神经网络进行分类...
其基本思想是在表示特征空间中相似样本距离近,不相似样本距离遥。由于细粒度图像分类中存在大量的相似性和噪声,因此器量进修方法被广泛应用。 2.2基于生成模型的小样本进修方法 生成模型方法认为样本分布是已知的,因此可以通过生成模型进行样本生成,然后再利用生成的样本进行训练。该方法主要用于解决样本量不足的问题,但其...
然而,它们在低分辨率/像素化 (LR) 图像上的鲁棒性仍未得到充分探索,而低分辨率/像素化 (LR) 图像是现实场景中的常见挑战。我们引入了 LR0.FM,这是一个全面的基准,用于评估低分辨率对 66 个主干和 15 个数据集中 10 个 FM(s) 的零样本分类性能的影响。我们提出了一种新的指标,即加权聚合 R 值,以解决...
3、因此,本发明其中的一个目的是提供一种适用于细粒度小样本图像分类的模型,其能够有效地提升图像分类的准确率,提高检测性能。 4、为解决上述技术问题,本发明提供如下技术方案:一一种基于代表性特征细化网络的细粒度小样本图像分类方法,其包括,s1:引入协同通道-空间注意力池化机制;s2:引入自适应区域引导特征细化机制...
专利摘要显示,本发明公开了一种基于代表性特征细化网络的细粒度小样本图像分类方法。在本算法中,采用协同通道-空间注意力池化机制、自适应区域引导特征细化机制并引入原型增强双重注意力机制技术手段。经过实验表明,本文的算法在细粒度小样本图像分类方面表现良好,优于其他模型。
专利摘要显示,本发明公开了一种基于代表性特征细化网络的细粒度小样本图像分类方法。在本算法中,采用协同通道-空间注意力池化机制、自适应区域引导特征细化机制并引入原型增强双重注意力机制技术手段。经过实验表明,本文的算法在细粒度小样本图像分类方面表现良好,优于其他模型。