> 财经 > 金融 >
国内 | 国际 | 社会 | 生活 | 娱乐

基于吃水念书的细粒度图像分类综述

  • 正文
来源:sohuw.com.cn

  1.信介

  细粒度图像分类 (Fine-grained image categorization), 又被称干儿子类佩图像分类 (Sub-category recognition),是年来过到来计算机视觉、 花样识佩等范畴壹个什分尽先顺手的切磋课题。 其目的是对属于相畅通基础类佩的图像(汽车、狗、花、鸟等)终止更其详细的儿子类瓜分, 但鉴于儿子类佩间尖细的类间差异以及较父亲的类内差异, 较之普畅通的图像分类工干, 细粒度图像分类难度更父亲。 图1所示为细粒度图像分类数据集儿子CUB-200[1]中的两个物种,加以州鸥和北边极鸥,从壹竖直标注的目的的图片对比却以看出产,两个不一物种长相什分相像,而从对比程度标注的目的却知,相畅通物种鉴于姿势,背景以及拍摄角度的不一,存放在较父亲的类内差异。 故此,要想顺顺手的对两个极为相像的物种终止细粒度分类,最要紧的是在图像中找到却以区别此雕刻两个物种的区别性的区域块(discriminative part),并却以对此雕刻些拥有区别性的区域块的特点终止较好的体即兴。

  图1 (a) 加以州鸥

  图1 (b) 北边极鸥

  鉴于吃水卷积网绕却以念书到什分鲁棒儿子的图像特点体即兴,对图像终止细粒度分类的方法,父亲多邑是以吃水卷积网绕为基础的,此雕刻些方法父亲致却以分为以下四个标注的目的:

  2.基于揪容例图像分类网绕的方法

  此雕刻壹类方法父亲多直接采取微少见的吃水卷积网绕到来直接终止图像细粒度分类,譬如AlexNet[3]、VGG[4]、GoogleNet[5]、ResNet[6]以及DenseNet[7]和 SENet[8] 等。

  图2 多工干念书网绕构造[9]

  鉴于此雕刻些分类网绕具拥有较强大的特点体即兴才干,故此在揪容例图像分类中能得到较好的效实。条是在细粒度分类中,不一物种之间的差异实则什分尖细,故此,直接将揪容例的图像分类网绕用于对细粒度图像的分类,效实并不雄心。受迁移徙念书即兴实展发,壹种方法是将父亲规模数据上锻炼好的网绕迁移徙到细粒度分类识佩工干中到来。日用的处理方法是采取在ImageNet上预锻炼度过的网绕权值干为初始权值,然后又经度过在细粒度分类数据集儿子上对网绕的权值终止微调(finetune),违反掉落终极的分类网绕。

  在[9]中,Zhang等人进壹步将度量损违反函数伸入到稀细分类网绕的微调中到来。详细而言,每回输入叁个范本(Postive,Reference以及Negative)到叁个共享权值的网绕中,然后使用叁个网绕的特点输入用到来计算损违反函数,摒除了传统的softmax 损违反函数,叁个特点输入还结合了广义的triplet 损违反。最末两个损违反函数结合用到来微调网绕:

  就中,Es?是softmax获取的分类误差,Et(r,p,n)是经度过图2中叁个共享参数的儿子网绕fr(s),fp(s)和fn(s)获取到的triplet误差,两种误差完成对网绕不一层次的条约束。Es?经度过图像的类佩信息,条约束网绕参数的优募化标注的目的是在图像真实类佩上获取最父亲的照顾,此雕刻就中并没拥有拥关于怀不一类佩之间的度量相干。而Et(r,p,n)则经度过计算类内距退与类间距退,增父亲网绕对不一类佩的相像范本的识佩才干。

(编辑: )

热门图片

娱乐八卦

投稿邮箱:tg@sohuw.com.cn

客服邮箱:78173836.sohuw.com.cn