细粒度论文笔记:双线性模型 《Bilinear CNN Models for Fine-Grained Visual Recognition》
双线性模型是2015年提出的一种细粒度图像分类模型。该模型使用的是两个并列的CNN模型,这种CNN模型使用的是AlexNet或VGGNet去掉最后的全连接层和softmax层,这个作为特征提取器,然后使用SVM作为最后的线性分类器。当然,作者还在实验中尝试了多种方法,比如最后使用softmax但类别有所减少的分类器,作者在特征提取器上也有三种尝试,分别是使用两个AlexNet,使用一个AlexNet和一个VGGNet,和使用两个VGGNet,这三种特征提取的方法在不同的数据集上效果各有一些小差别,但是总体来说,相比其他类型的细粒度分类方法在精度上有较大提高,比如使用CNN特征的Fisher Vector(FV-CNN)方法,使用SIFT特征的Fisher Vector(FV-SIFT)方法,普通的带全连接层的卷积神经网络(FC-CNN)方法。
双线性图像分类模型示意图如下:
用于图像分类的双线性模型由四元组组成。 这里和是特征函数,是池化函数,是分类函数。 特征函数是一个映射 ,输入图像和位置并输出大小为 的特征。 我们说的位置通常是可以包含位置和尺度。 特征输出在每个位置上使用矩阵外积进行组合,即在位置处的和的双线性特征组合由双线性函数 给出。
这种模型具有以下优点:
1,该架构能够以平移不变的方式,对局部的对级(pairwise)特征交互进行建模,适用于细粒度分类。
2,能够泛化多种顺序无关的特征描述子,如Fisher 向量,VLAD及O2P。实验中使用使用卷积神经网络的作为特征提取器的双线性模型。
3,双线性形式简化了梯度计算,能够对两个网络在只有图像标签的情况下进行端到端训练。
这篇论文中提到的一些技术比如Fisher Vector方法,SIFT特征提取,VLAD,Bag-of-Visual-Words。然后在双线性模型里面的一些细节还是有很多不懂得地方。
参考:
Lin T Y, Roychowdhury A, Maji S. Bilinear CNN Models for Fine-Grained Visual Recognition[J]. 2015:1449-1457.
细粒度论文笔记:双线性模型 《Bilinear CNN Models for Fine-Grained Visual Recognition》相关推荐
- 论文笔记 | 基于双线性CNN模型的细粒度视觉识别
细粒度视觉识别之双线性CNN模型 [1] Lin T Y, RoyChowdhury A, Maji S. Bilinear cnn models for fine-grained visual re ...
- 论文笔记--Evaluating Large Language Models Trained on Code
论文笔记--Evaluating Large Language Models Trained on Code 1. 文章简介 2. 文章概括 3 文章重点技术 3.1 评估 3.2 模型训练--Cod ...
- 【论文笔记 2】CNN经典入门STRIVING FOR SIMPLICITY: THE ALL CONVOLUTIONAL NET
[论文笔记 2]CNN经典入门STRIVING FOR SIMPLICITY: THE ALL CONVOLUTIONAL NET 1. 综述 对现代的CNN网络结构进行了简要说明,一般的网络都是由卷 ...
- 论文笔记【A Comprehensive Study of Deep Video Action Recognition】
论文链接:A Comprehensive Study of Deep Video Action Recognition 目录 A Comprehensive Study of Deep Video A ...
- 【读点论文】Conformer: Local Features Coupling Global Representations for Visual Recognition卷积提取局部,SA获取全局
Conformer: Local Features Coupling Global Representations for Visual Recognition Abstract 在卷积神经网络(CN ...
- 学习笔记之——Bilinear CNN model
双线性模型是2015年提出的一种细粒度图像分类模型.该模型使用的是两个并列的CNN模型,这种CNN模型使用的是AlexNet或VGGNet去掉最后的全连接层和softmax层,这个作为特征提取器,然后 ...
- 论文笔记:Spherical CNN
Spherical CNN 1.四个问题 要解决什么问题? 3D场景下旋转不变性特征的提取. 用了什么方法解决? 提出了球形卷积操作,也叫作球形互相关(spherical cross-correlat ...
- 论文笔记:A CNN Regression Approach for Real-Time 2D/3D Registration
REAL-TIME 2D/3D REGISTRATION VIA CNN REGRESSION 摘要 介绍 问题描述 通过分层学习进行姿态估计 摘要 提出了用于实时2-D / 3-D注册的卷积神经网络 ...
- 论文笔记:Attention-based End-to-End Models for Small-Footprint Keyword Spotting
<Attention-based End-to-End Models for Small-Footprint Keyword Spotting> 小米团队+西北工业大学,Interspee ...
最新文章
- Linux下使用ssh动态验证码登陆机器
- java 堆大小_适当的Java堆大小的5个技巧
- 前端实习生笔试_前端实习生面试题——HTML
- centos7挂载ntfs文件系统_MacOS读写挂载NTFS磁盘,几行代码就行了
- html如何在网页上看错误,HTML错误时,Spring MVC的,但不能查看网页时,静态
- html弄多个按钮_如何为HTML / CSS页面添加更多按钮?
- Synopsys MetaWare for Linux 安装与编译指南
- iMazing恢复备份的详细教程
- centos 对某ip开放 防火墙端口_Centos防火墙设置与端口开放的方法
- winyyy sys hcpidesk sys mtlrd sys uldfhjfh sys servets exe等1
- 《 郝斌 java自学视频 完结 》_郝斌Java自学视频 全107讲视频教程下载 完整版
- 印度十大最好电影排行
- 荣耀8X0安卓系统切换鸿蒙系统,华为大改安卓Q,EMUI 10将启用全新UI,花粉沸腾:静候鸿蒙...
- DAX Calculate的使用说明
- 真正免费的pdf转word在线工具
- Java 导出word文档,遍历表格数据,导出图片
- 关于google搜索栏首字母粘连问题
- php++i和i++区别_PHP和i,第1部分
- 物联网大白话之一-什么是物联网
- 百度地图Polyline实现多颜色绘制