ELoPE：基于高效定位、池化与嵌入的细粒度视觉分类
计算机视觉与模式识别
2019-11-19 v1
摘要
细粒度视觉分类（FGVC）任务处理的是类间差异很小的分类问题，例如区分不同鸟类物种或汽车型号。最先进的方法通常通过将精细的注意力机制或（部件）定位方法整合到标准卷积神经网络（CNN）中来解决此问题。在本文工作中，目标同样是通过包含三个专为 FGVC 设计的高效轻量组件来增强骨干 CNN（如 ResNet）的性能。这是通过采用全局 k-max 池化、通过优化类均值训练的判别性嵌入层，以及仅需类标签训练的高效边界框估计器来实现的。所得模型在 Stanford cars 和 FGVC-Aircraft 数据集上取得了新的最佳 SOTA 识别准确率。
引用
@article{arxiv.1911.07344,
title = {ELoPE: Fine-Grained Visual Classification with Efficient Localization, Pooling and Embedding},
author = {Harald Hanselmann and Hermann Ney},
journal= {arXiv preprint arXiv:1911.07344},
year = {2019}
}