残差注意力：一种简洁而有效的多标签识别方法
计算机视觉与模式识别
2021-08-20 v2
摘要
多标签图像识别是一项具有实用价值的具挑战性计算机视觉任务。然而，该领域的进展常表现为方法复杂、计算量大且缺乏直观解释。为有效捕获不同类别物体所占据的不同空间区域，我们提出一个极其简单的模块，称为类特定残差注意力（CSRA）。CSRA 通过提出简单的空间注意力分数，为每一类生成类特定特征，并将其与类无关的平均池化特征相结合。CSRA 在多标签识别上取得了当前最优（SOTA）结果，同时比现有方法简单得多。此外，仅用 4 行代码，CSRA 在许多不同的预训练模型和数据集上也能带来一致提升，且无需任何额外训练。CSRA 既易于实现又计算轻量，并具备直观的解释与可视化。
引用
@article{arxiv.2108.02456,
title = {Residual Attention: A Simple but Effective Method for Multi-Label Recognition},
author = {Ke Zhu and Jianxin Wu},
journal= {arXiv preprint arXiv:2108.02456},
year = {2021}
}
备注
ICCV 2021, code: https://github.com/Kevinz-code/CSRA