基于知识迁移的细粒度视觉分类
计算机视觉与模式识别
2020-12-22 v1
摘要
细粒度视觉分类(FGVC)旨在区分同一类别的子类，其本质解决方案是挖掘细微且具有判别性的区域。采用交叉熵损失(CE-loss)作为损失函数的卷积神经网络(CNNs)表现较差，因为模型只能学习最具判别性的部分而忽略其他有意义的区域。一些现有工作尝试通过某些检测技术或注意力机制挖掘更多判别性区域来解决此问题。然而，它们在试图寻找更多判别性区域时大多会遇到背景噪声问题。本文以知识迁移学习的方式解决该问题。多个模型依次训练，所有先前训练好的模型均被视为教师模型以监督当前模型的训练。具体而言，提出一种正交损失(OR-loss)以鼓励网络发现多样且有意义的区域。此外，第一个模型仅使用CE-Loss训练。最后，将所有模型具有互补知识的输出组合在一起得到最终预测结果。我们证明了所提方法的优越性，并在三个流行的FGVC数据集上取得了最先进(SOTA)性能。
引用
@article{arxiv.2012.11389,
title = {Knowledge Transfer Based Fine-grained Visual Classification},
author = {Siqing Zhang and Ruoyi Du and Dongliang Chang and Zhanyu Ma and Jun Guo},
journal= {arXiv preprint arXiv:2012.11389},
year = {2020}
}