ELFIS：基于子集的专家学习细粒度图像识别方法
计算机视觉与模式识别
2023-03-17 v1
摘要
细粒度视觉识别（FGVR）致力于区分高度相似的类别。FGVR的主要方法之一即子集学习，试图利用已有类别分类体系的信息来提升深度神经网络性能。然而，这些方法依赖于未必对模型最优的手工层级结构。本文提出ELFIS，一种用于FGVR的专家学习框架，其利用数据集固有的词汇信息与模型特定信息将数据集类别聚为元类别。一组基于神经网络的专家被训练以聚焦于元类别，并被整合进多任务框架。大量实验表明，在使用CNN与基于transformer的网络时，于SoTA FGVR基准上的准确率提升最高达+1.3%。总体而言，所得结果证明ELFIS可应用于任何分类模型之上，从而获得SoTA结果。源代码将很快公开。
引用
@article{arxiv.2303.09269,
title = {ELFIS: Expert Learning for Fine-grained Image Recognition Using Subsets},
author = {Pablo Villacorta and Jesús M. Rodríguez-de-Vera and Marc Bolaños and Ignacio Sarasúa and Bhalaji Nagarajan and Petia Radeva},
journal= {arXiv preprint arXiv:2303.09269},
year = {2023}
}
备注
Pablo Villacorta and Jes\'us M. Rodr\'iguez-de-Vera contributed equally to this work. 16 pages, 10 figures