摘要

为有效提高基于局部检测的细粒度图像分类方法的工作效率,提出一个自适应通道分配模块,能主动分组表达相同语义信息的特征通道。此过程的学习由设计的判别性和多样性损失函数监督完成,利用多尺度深度可分离卷积,从已提取的全局图像特征中检测有助于分类的多样化局部信息。通过训练的网络具有强大的特征分配能力,在全局对象定位的基础上进一步实现对细节的定位。图像的融合表示综合考虑各个部分对分类的贡献,有效分类细粒度车型,在公开的Stanford Cars和CompCars数据集上的对比实验结果验证了该方法表现良好。

全文