通道之中藏玄机:面向细粒度图像分类的互通道损失
计算机视觉与模式识别
2021-08-11 v3
摘要
解决细粒度图像分类的关键在于寻找对应于细微视觉特征的判别性与局部区域。尽管已设计复杂网络专门学习部件级判别特征表示,取得了巨大进展。本文中,我们表明无需过度复杂的网络设计或训练机制即可培育细微细节——仅需一个损失函数。主要诀窍在于我们及早深入各个特征通道,而非从 consolidated 特征图起步的惯例。所提损失函数称为互通道损失(MC-Loss),由两项通道专属分量构成:判别性分量与多样性分量。判别性分量通过新颖的通道注意力机制迫使同属一类的所有特征通道具判别力。多样性分量额外约束通道使其在空间上相互排斥。最终得到一组特征通道,各自反映某特定类的不同局部判别区域。MC-Loss可端到端训练,无需任何边界框/部件标注,并在推理时产出高判别性区域。实验结果表明,基于常见基础网络实现的MC-Loss在所有四个细粒度分类数据集(CUB-Birds、FGVC-Aircraft、Flowers-102与Stanford-Cars)上均达SOTA性能。消融研究进一步证明,在两种不同基础网络上,MC-Loss优于其他近期提出的通用视觉分类损失。代码见 https://github.com/dongliangchang/Mutual-Channel-Loss
引用
@article{arxiv.2002.04264,
title = {The Devil is in the Channels: Mutual-Channel Loss for Fine-Grained Image Classification},
author = {Dongliang Chang and Yifeng Ding and Jiyang Xie and Ayan Kumar Bhunia and Xiaoxu Li and Zhanyu Ma and Ming Wu and Jun Guo and Yi-Zhe Song},
journal= {arXiv preprint arXiv:2002.04264},
year = {2021}
}
备注
TIP2020. Code available at https://github.com/dongliangchang/Mutual-Channel-Loss