典型文献
基于弱监督多注意融合网络的细粒度图像识别
文献摘要：
针对细粒度图像识别任务中常见的判别性区域难以定位的问题,提出了一种弱监督多注意融合网络,该网络通过两种注意力模块的组合实现判别性区域的准确定位.其中,双域自注意力模块将多种注意力结合起来,强化模型对关键特征的提取.混合卷积注意力融合模块分别通过并行和串行架构融合不同尺度的注意力,充分获取特征间的全局及局部联系.实验结果表明,所提出的方法是有效的,与基线模型的结果相比有较大幅度的提升.
文献关键词：
细粒度图像分类;深度学习;注意力机制;多注意融合
中图分类号：
作者姓名：
黄程;曾志高;朱文球;文志强;袁鑫攀
作者机构：
湖南工业大学计算机学院,湖南株洲 412007;湖南省智能信息感知及处理技术重点实验室,湖南株洲 412007
文献出处：
引用格式：
[1]黄程;曾志高;朱文球;文志强;袁鑫攀-.基于弱监督多注意融合网络的细粒度图像识别)[J].现代信息科技,2022(21):78-82,87
A类：
多注意融合
B类：
弱监督,融合网络,细粒度图像识别,判别性,以定,准确定位,自注意力模块,强化模型,关键特征,特征的提取,混合卷积,卷积注意力,注意力融合,串行,不同尺度,分获,基线模型,细粒度图像分类,注意力机制
AB值：
0.341398
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
