| 双线性聚合残差注意力的细粒度图像分类模型 |
| |
| 引用本文： | 李宽宽,刘立波. 双线性聚合残差注意力的细粒度图像分类模型[J]. 计算机科学与探索, 2022, 16(4): 938-949. DOI: 10.3778/j.issn.1673-9418.2010031 |
| |
| 作者姓名： | 李宽宽 刘立波 |
| |
| 作者单位： | 宁夏大学 信息工程学院,银川 750021 |
| |
| 基金项目： | 国家自然科学基金;宁夏自然科学基金项目;西部一流大学科研创新项目 |
| |
| 摘 要： | 针对细粒度图像分类任务中种类间局部信息差异性较小,通常会导致模型表征能力不足,特征通道之间的相互依赖关系较差以及无法有效捕捉到显著且多样化的特征信息等问题,提出了一种双线性聚合残差注意力网络(BARAN).首先在原双线性卷积网络模型(B-CNN)基础上,把原有特征提取子网络转变为更具学习能力的聚合残差网络,来提升网络的...
|
| 关 键 词： | 细粒度图像分类 聚合残差 分散注意力 互通道注意力 多样化特征 |
Fine-Grained Image Classification Model Based on Bilinear Aggregate Residual Attention |
| |
| LI Kuankuan,LIU Libo. Fine-Grained Image Classification Model Based on Bilinear Aggregate Residual Attention[J]. Journal of Frontier of Computer Science and Technology, 2022, 16(4): 938-949. DOI: 10.3778/j.issn.1673-9418.2010031 |
| |
| Authors: | LI Kuankuan LIU Libo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
