用于细粒度视觉分类的部位堆叠 CNN
计算机视觉与模式识别
2019-08-17 v1
摘要
在细粒度视觉分类的背景下，将模型解释为人类可理解的视觉手册的能力有时与实现高分类精度同样重要。本文提出了一种新颖的 Part-Stacked CNN 架构，通过建模物体部位的细微差异来显式解释细粒度识别过程。基于人工标注的强部位标注，所提出的架构由一个用于定位多个物体部位的全卷积网络与一个同时编码物体级与部位级线索的双流分类网络组成。通过在多个物体部位的计算之间采用一组共享策略，所提出的架构非常高效，在推理阶段运行速度为 20 帧/秒。在 CUB-200-2011 数据集上的实验结果从分类精度与模型可解释性两个角度揭示了所提出架构的有效性。
引用
@article{arxiv.1512.08086,
title = {Part-Stacked CNN for Fine-Grained Visual Categorization},
author = {Shaoli Huang and Zhe Xu and Dacheng Tao and Ya Zhang},
journal= {arXiv preprint arXiv:1512.08086},
year = {2019}
}