利用域外样本支持大规模图像识别
计算机视觉与模式识别
2020-10-06 v1 机器学习
摘要
本文提出一种高效的端到端方法，用于执行实例级识别，应用于地标图像标注与排序任务。第一步，我们使用以加性角间隔损失训练的卷积神经网络将图像嵌入高维特征空间，并利用视觉相似性对图像进行分类。随后，我们通过与域外图像的相似性高效地重排预测并过滤噪声。采用该方法，我们在 2020 年 Google 地标识别挑战赛中获得了第一名。
引用
@article{arxiv.2010.01650,
title = {Supporting large-scale image recognition with out-of-domain samples},
author = {Christof Henkel and Philipp Singer},
journal= {arXiv preprint arXiv:2010.01650},
year = {2020}
}