融合注意力机制的网络监督细粒度识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：在细粒度识别任务中，良好标注的训练数据难于获取，现有强注释的数据集数量少，由于细粒度图像背景复杂、子类别图像差异细微等问题，导致现有细粒度识别模型精度不高。为此，使用具有图像级标签的免费网络图像作为训练数据，设计了一种融合注意力机制的网络监督细粒度识别模型。首先引入瓶颈注意力机制有效提高网络的表征能力，准确聚焦前景识别主体，减少了背景特征的影响。（剩余4240字）

试读结束

目录
monitor