JASPER_W_

  • 12

    获得赞
  • 24

    发布的文章
  • 0

    答辩的项目

Mask-CNN:用于细粒度图像识别的零件定位和描述符选择

深度学习

最后更新 2020-06-15 11:24 阅读 153

最后更新 2020-06-15 11:24

阅读 153

深度学习

Mask-CNN: Localizing Parts and Selecting Descriptors for Fine-Grained Image Recognition

核心思想和贡献

提出 定位分割网络和细粒度分类网络有助于细粒度部件特征的提取
image.pngimage.pngimage.png算法综合分析

1、先使用细粒度类别的标签来训练一个定位的网络,可以用erase cam作为gt训练faster rcnn定位出object。单独两个cam训练作为gt训练faster rcnn定位出两个part。然后做特征的提取。 

2、本文将mask 以应用在特征上再进行avg pooling 和max  pooling 得到不同的特征表征。增强了特征的丰富性 

3、本文将mask 应用在特征上使得得到的特征可以抛弃掉背景特征的干扰。 

思考

对于原先三分支的提高,最好应该是把cam图crop下来再进行特征的提取比较科学,只提取局部特征。最好应该利用得到的三个cam图来训练faster rcnn来得到三个定位,然后只截取三个定位的特征的堆叠来做细粒度分类更加准确。

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://www.flyai.com/article/558
讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除