结合注意力互斥正则的细粒度图像分类

细粒度图像分类（FGVC）具有类间差异小、类内差异大等特点，提升该任务效果的关键在于识别目标的判别性部位。目前基于注意力机制的方法一般会识别一个或者两个判别性部位，效果不佳。为此，提出一种注意力互斥正则机制的细粒度模型（AMEM），通过限制注意力图的不同通道关注不同目标部位，引导模型关注目标的多个判别性部位。在CUB-200-2011、FGVC-Aircraft、Stanford Cars和Stanford Dogs等4个公开数据集上进行评测，实验表明AMEM取得了90.5%、94.3%、95.5%和93.2%的准确率，效果优于对比实验中的其他细粒度模型；此外热力图显示可以识别出指定数目的判别性部位。AMEM在提升预测性能的同时，也能提供一定程度的预测可解释性。