面向深度卷积神经网络中更优引导注意力与人类知识注入的方法
计算机视觉与模式识别
2023-06-28 v1
摘要
注意力分支网络（ABNs）已被证明能够同时提供视觉解释并提升深度卷积神经网络（CNNs）的性能。在本工作中，我们引入多尺度注意力分支网络（MSABN），其增强了所生成注意力图的分辨率，并改善了性能。我们在基准图像识别和细粒度识别数据集上评估了 MSABN，观察到 MSABN 优于 ABN 和基线模型。我们还引入了一种新的数据增强策略，利用注意力图以感兴趣目标边界框标注的形式融入人类知识。我们表明，即使编辑样本数量有限，该策略也能带来显著的性能提升。
引用
@article{arxiv.2210.11177,
title = {Towards Better Guided Attention and Human Knowledge Insertion in Deep Convolutional Neural Networks},
author = {Ankit Gupta and Ida-Maria Sintorn},
journal= {arXiv preprint arXiv:2210.11177},
year = {2023}
}