基于类心的细粒度视觉分类探索
计算机视觉与模式识别
2024-07-08 v1
摘要
与大规模分类任务不同，细粒度视觉分类因两个关键问题而具有挑战性：1)显著的类内差异和细微的类间差异，以及2)由于数据集样本较少导致的过拟合问题。大多数现有方法提取关键特征以减少类内差异，但忽略了细粒度视觉分类中细微的类间差异。为此，本文提出一种名为类心探索的损失函数，包含多个类心约束和类心标签生成。该损失函数从特征和标签两个角度充分利用类心信息。从特征角度看，多个类心约束将样本拉向目标类心，同时推远最相似的非目标类心，从而减少类内差异并扩大类间差异。从标签角度看，类心标签生成利用类心分布生成软标签以缓解过拟合。我们的方法可轻松集成到现有的细粒度视觉分类方法中作为损失函数，仅需轻微训练成本即可进一步提升优异性能。在四个广泛使用的数据集上进行大量实验，证明了本方法取得持续改进。特别是，我们的方法在FGVC-Aircraft和CUB-200-2011数据集上实现了最先进的性能。
引用
@article{arxiv.2407.04242,
title = {Fine-grained Context and Multi-modal Alignment for Freehand 3D Ultrasound Reconstruction},
author = {Zhongnuo Yan and Xin Yang and Mingyuan Luo and Jiongquan Chen and Rusi Chen and Lian Liu and Dong Ni},
journal= {arXiv preprint arXiv:2407.04242},
year = {2024}
}
备注
Accepted at MICCAI 2024. This is the submitted manuscript and the preprint has not undergone peer review (when applicable) or any post-submission improvements or corrections