| 基于改进Bilinear CNN的细粒度图像分类方法 |
| |
| 引用本文： | 田佳鹭,邓立国. 基于改进Bilinear CNN的细粒度图像分类方法[J]. 计算机与数字工程, 2021, 49(5): 977-981,1017. DOI: 10.3969/j.issn.1672-9722.2021.05.022 |
| |
| 作者姓名： | 田佳鹭 邓立国 |
| |
| 作者单位： | 沈阳师范大学数学与系统科学学院 沈阳 110034 |
| |
| 摘 要： | 为提高细粒度图像分类的精确度,提出一种基于双线性网络(Bilinear CNN)的改进方法.首先,选取结构紧密的DenseNet121卷积部分作为特征提取模块,运用改进的Relu-and-Softplus激活函数;接着,结合注意力机制引入空间注意力模块和通道注意力模块,在整体性和局部性上有效提取细节特征;并增加一层卷积...
|
| 关 键 词： | 细粒度分类 Bilinear CNN 注意力模块 分组策略 全局最大池化层 |
Fine Grained Image Classification Method Based on Improved Bilinear CNN |
| |
| TIAN Jialu,DENG Liguo. Fine Grained Image Classification Method Based on Improved Bilinear CNN[J]. Computer and Digital Engineering, 2021, 49(5): 977-981,1017. DOI: 10.3969/j.issn.1672-9722.2021.05.022 |
| |
| Authors: | TIAN Jialu DENG Liguo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
