基于注意力机制的细粒度图像分类
国际学院
细粒度图像分类是对父类下的子类进行识别，相对通用图像分类任务的区别和难点在于其图像所属类别的粒度更为精细，且由于姿势、光照、背景等不同，具有较大的类内差异和较小的类间差异，解决该问题的关键就是生成具有判别性的特征。深度学习中的注意力机制和人类的选择性视觉注意力机制类似，核心目标是从众多信息中选择出对当前任务目标更关键的信息，从而提取出判别性特征。因此，考虑采用注意力机制来解决细粒度图像分类问题。
