首页|一种基于注意力机制的细粒度图像分类方法

一种基于注意力机制的细粒度图像分类方法

A fine-grained image classification method based on attention mechanism

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
细粒度图像分类指对大类下的子类进行识别,其实质是挖掘图像中微妙而有区别的特征.三线性注意力抽样网络是一个以注意力机制为基础的细粒度图像分类模型,虽然对图像特征提取及分类性能得以提升,但模型的鲁棒性和泛化能力没有得到体现.在三线性注意力抽样网络基础上注入drop-out和随机深度给模型添加噪声,并用数据增强对图像数据做预处理,以提高模型的泛化能力和鲁棒性.实验结果表明,相较于与3种主流的细粒度分类算法,改进后细粒度图像分类的准确率明显提升.

王婷、王新、郑承宇、邓亚萍、尹甜甜

展开 >

云南民族大学 数学与计算机科学学院,云南 昆明650500

细粒度图像分类 注意力机制 Dropout 随机深度 数据增强

国家自然科学基金云南民族大学研究生创新基金

61363022SJXY-2021-005

2021

10.3969/j.issn.1672-8513.2021.06.011

云南民族大学学报(自然科学版)
云南民族大学

云南民族大学学报(自然科学版)

CSTPCD
影响因子：0.381
ISSN：1672-8513
年,卷(期)：2021.30(6)
  • 2
  • 1