通过注意性批训练提升细粒度图像分类
计算机视觉与模式识别
2024-12-30 v1
摘要
细粒度图像分类是计算机视觉中需要精确区分视觉上相似对象类别的具有挑战性的任务。本文提出了1)一种名为残差关系注意(RRA)的新型模块，该模块利用训练批次中图像之间的关系，有效整合批次图像的视觉特征向量；以及2)一种名为关系位置编码(RPE)的新型技术，该技术对原始批次中图像之间关系的位置进行编码，有效保留批次中图像之间关系信息。此外，我们设计了一个新的框架，即关系批次集成(RBI)，该框架利用RRA与RPE结合，使我们能够辨识在仅检查代表特定类的单个图像时可能难以察觉的关键视觉特征。通过大量实验，我们提出的方法在不同细粒度分类器上的准确率显著提升，在CUB200-2011数据集上提高了，在Stanford Dog数据集上提高了，并在Stanford Dog数据集上实现了最新的结果。尽管在细粒度图像分类方面的提升幅度不如后者，但我们的方法仍然在利用一般图像分类方面表现出色，在Tiny-Imagenet数据集上实现了最新的结果。此外，我们的方法是一个可插入的细化模块，可以轻松集成到不同的网络中。
引用
@article{arxiv.2412.19606,
title = {Enhancing Fine-grained Image Classification through Attentive Batch Training},
author = {Duy M. Le and Bao Q. Bui and Anh Tran and Cong Tran and Cuong Pham},
journal= {arXiv preprint arXiv:2412.19606},
year = {2024}
}