2. 程式人生 > >Fine-grained Image Recognition最近的一些進展(CVPR2017)

Fine-grained Image Recognition最近的一些進展(CVPR2017)

阿新 • • 發佈：2019-01-02

Fine-grained Image Recognition最近的一些進展[6][7] 
Confusion[6] 
作者都是流弊學校的。主要想法是交叉熵損失函式在訓練有歧義或比較難以分類的圖片時，會傾向於學習到圖片的一些特有的特徵來降低訓練誤差，對泛化可能沒有幫助。作者提出了兩種在交叉熵損失函式中增加confusion的辦法，Pairwise Confusion（希望預測的logits差別不要太大，更確切的說，是希望不同類別學習到的表示不要區別太大）和Entropic Confusion（希望logits和隨機瞎猜的區別不要過大）。目前版本的文章寫的不是很清晰，直接看程式碼很簡單：PyTorch和Caffe實現

。注意，這裡的Confusion本質是一種正則化，帶來了新的weighting parameter。作者發現Confusion獲得的準確度高於使用weight decay和DeCov。還可以與Dropout聯合使用，在三個實驗中都獲得了最佳的測試準確率。

Look closer to see better[7] 
是微軟亞洲研究院梅濤研究員等人發表的論文，CVPR 2017大會的亮點之一，提出了一個新的迴圈注意力卷積神經網路，參見微軟亞洲研究院CVPR 2017 Oral論文：逐層集中Attention的卷積模型。後面有必要再細看這篇吧。
--------------------- 
作者：Wayne2019 
來源：CSDN 
原文：https://blog.csdn.net/Wayne2019/article/details/78441001 
版權宣告：本文為博主原創文章，轉載請附上博文連結！
--------------------- 

相關推薦

Fine-grained Image Recognition最近的一些進展(CVPR2017)

Fine-grained Image Recognition最近的一些進展[6][7]  Confusion[6]  作者都是流弊學校的。主要想法是交叉熵損失函式在訓練有歧義或比較難以分類的圖片時，會傾向於學習到圖片的一些特有的特徵來降低訓練誤差，對泛化可能沒有幫助。作者提出

MACNN-Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition

《Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition》是微軟亞洲研究院17年出的一篇細粒度影象識別論文，它的姊妹篇是《Look Closer to

Two-level attention model for fine-grained Image classification

The Application of Two-level Attention Models in Deep Convolutional Neural Network for Fine-grained Image Classification（細粒度影象識別） 原文連結：

論文筆記：雙線性模型 《Bilinear CNN Models for Fine-Grained Visual Recognition》

雙線性模型是2015年提出的一種細粒度影象分類模型。該模型使用的是兩個並列的CNN模型，這種CNN模型使用的是AlexNet或VGGNet去掉最後的全連線層和softmax層，這個作為特徵提取器，然後使用SVM作為最後的線性分類器。當然，作者還在實驗中嘗試了多種方法，比如最後使用softmax但

【轉載】細粒度影象識別Object-Part Attention Driven Discriminative Localization for Fine-grained Image Classification

細粒度影象識別Object-Part Attention Driven Discriminative Localization for Fine-grained Image Classification（OPADDL） 論文筆記 原文："Object-Part Attention Model for Fin

論文閱讀1《AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networ》

paper連結https://arxiv.org/abs/1711.10485， code連結https://github.com/taoxugit/AttnGAN， 作者的homepage https://sites.google.com/view/taoxu 本文給出的是CVPR 2

VGGnet論文總結（VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION）

lrn cli 共享 融合 loss sca 得到 同時 works VGGNet的主要貢獻： 　　1、增加了網絡結構的深度 　　2、使用了更小的filter（3*3） 1 introduction 這部分主要說明了，由於在所有的卷積網絡上使用了3*3的filter，所以使

Image Recognition

blog ima flow ges ria http src 技術 org https://www.tensorflow.org/tutorials/image_recognition Image Recognition

Deep Residual Learning for Image Recognition

ant PE ear network sub cit test error inpu Kaiming HeXiangyu ZhangShaoqing RenMicrosoft Research {kahe, v-xiangz, v-shren, jiansun}@micr

對Image caption的一些理解(看圖說話)

1. 背景 ​ 在計算機視覺中，影象分類和目標檢測任務是比較成熟的領域，已經應用到實際的產品領域。而“看圖說話”要實現的功能是，給定一張影象，計算機能告訴我們圖片的內容，顯然，這會使一個比較複雜的任務，因為它涉及到了如下的子任務： 1）檢測影象中的目標； 2）目標的屬性，比如

【論文翻譯】ResNet論文中英對照翻譯--（Deep Residual Learning for Image Recognition）

【開始時間】2018.10.03 【完成時間】2018.10.05 【論文翻譯】ResNet論文中英對照翻譯--（Deep Residual Learning for Image Recognition） 【中文譯名】深度殘差學習在影象識別中的應用 【論文連結】https://arx

【論文閱讀】Siamese Neural Networks for One-shot Image Recognition

 關鍵詞：      one-short learning :  待解決的問題只有少量的標註資料，先驗知識很匱乏，遷移學習就屬於one-short learning的一種 zero-short learning: 這個種情況下完全沒有

ResNet: Deep Residual Learning for Image Recognition詳解

Deep Residual Learning for Image Recognition 這是一篇2015年何凱明在微軟團隊提出的一篇大作，截止目前其論文引用量達12000多次。 摘要    網路比較深的模型比較難以訓練。作者提出了一個殘差學習的框架來減輕模型的訓練難度，

Deep Residual Learning for Image Recognition（譯）

轉載自：http://blog.csdn.net/wspba/article/details/57074389   僅供參考，如有翻譯不到位的地方敬請指出。 論文地址：Deep Residual Learning for Image Recognition 摘要 越深的

Fine-Grained Head Pose Estimation Without Keypoints

Abstract 傳統的頭部姿態計算是通過從目標面部提取關鍵點，本文認為這是沒有效率的。我們在300W-LP（一個大型的綜合擴充套件資料集）上提出了一種優雅而魯棒的訓練多重損失卷積神經網路確定內稟尤拉角（橫擺、俯仰和橫搖）的方法。 github原始碼地址：https://github.com

Pairwise Confusion for Fine-Grained Visual Classification 閱讀筆記

1) 摘要 儘管細粒度視覺分類資料集的樣本數量很少，但是卻存在著顯著的類內差異性和類別間相似性。然而，先前的工作通常採用定位或者分割來解決類內的差異性，但是，類別間相似性依然影響特徵的學習從而降低分類器的效能。針對這一問題，我們提出了一種可端到端驚醒訓練的新奇的優化方法--

VGG學習筆記-Very Deep Convolutional Networks for Large-Scale Image Recognition

主要是針對論文，進行了自我解讀，抽絲而成，請大家多多指教。              摘要        在這項工作中，主要研究卷積網路Convolutional networks (ConvNets)深度在大規模的影象識別環境下對準確性的影響。主要貢獻是使用非常小的

論文筆記《Very Deep Convolutional Networks for Large-Scale Image Recognition》

VGGNet在2014年的ILSVRC競賽上，獲得了top-1 error的冠軍和top-5 error的第二名，錯誤率分別為24.7%和7.3%，top-5 error的第一名是GoogLeNet 6.7%。在圖片定位任務中，也獲得了冠軍。網路層數由之前的AlexNet 的8層提高到了最高19

圖文混合編輯和瀏覽器軟體開發取得一些進展

在前段時間完成的桌面筆記本軟體的基礎上，實現了圖文混合編輯的基本功能並能輸出與微軟WORD相容的檔案，也就是說能用WORD開啟且格式基本一致。之後又實現了瀏覽器的基本功能，實現了超連結的熱跟蹤，點選和跳轉。並在此基礎上增加了網站檔案的下載，並能解析基本的html檔案。 現在準備暫時擱置圖文混合編

最近一些行業感受

這就是一篇很感性的文章，不參雜任何理性成分。但你需要承認，感性是理性的開始，感性也是理性的盡頭。   其實不止視效行業，國內很多行業都存在這樣一個現狀，不尊重勞動成果，無視智慧財產權。依靠抄襲剽竊挖人詆譭抱團取暖等低階方式在一個容量有限的空間裡多佔便宜。然後不是每個迴圈都是正向的。事物可以朝著正