論文の概要: Knowledge Transfer Based Fine-grained Visual Classification

• arxiv url: http://arxiv.org/abs/2012.11389v1
• Date: Mon, 21 Dec 2020 14:41:08 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-27 13:09:04.020587
• Title: Knowledge Transfer Based Fine-grained Visual Classification
• Title（参考訳）: 知識伝達に基づくきめ細かい視覚分類
• Authors: Siqing Zhang, Ruoyi Du, Dongliang Chang, Zhanyu Ma, Jun Guo
• Abstract要約: 細かい粒度の視覚分類(FGVC)は、同じカテゴリのサブクラスを区別することを目的とする。 その重要な解決策は、微妙で差別的な領域を採掘することです。 クロスエントロピー損失(CE損失)を損失関数として用いたCNNでは,性能が低かった。
• 参考スコア（独自算出の注目度）: 19.233180617535492
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fine-grained visual classification (FGVC) aims to distinguish the sub-classes of the same category and its essential solution is to mine the subtle and discriminative regions. Convolution neural networks (CNNs), which employ the cross entropy loss (CE-loss) as the loss function, show poor performance since the model can only learn the most discriminative part and ignore other meaningful regions. Some existing works try to solve this problem by mining more discriminative regions by some detection techniques or attention mechanisms. However, most of them will meet the background noise problem when trying to find more discriminative regions. In this paper, we address it in a knowledge transfer learning manner. Multiple models are trained one by one, and all previously trained models are regarded as teacher models to supervise the training of the current one. Specifically, a orthogonal loss (OR-loss) is proposed to encourage the network to find diverse and meaningful regions. In addition, the first model is trained with only CE-Loss. Finally, all models' outputs with complementary knowledge are combined together for the final prediction result. We demonstrate the superiority of the proposed method and obtain state-of-the-art (SOTA) performances on three popular FGVC datasets.
• Abstract（参考訳）: きめ細かい視覚分類(FGVC)は、同じカテゴリーのサブクラスを識別することを目的としており、その重要な解決策は、微妙で差別的な領域をマイニングすることである。 クロスエントロピー損失(CE-loss)を損失関数として用いた畳み込みニューラルネットワーク(CNN)は,最も識別性の高い部分のみを学習し,他の意味のある領域を無視できるため,性能が低下する。 いくつかの既存の研究は、検出技術や注意機構によってより識別的な領域を採掘することでこの問題を解決しようとする。 しかし、それらのほとんどが、より識別可能な領域を見つけようとすると、背景ノイズの問題を満たします。 本稿では,知識伝達学習の手法を用いて対処する。 複数のモデルが1つずつ訓練され、以前のモデルは全て、現在のモデルのトレーニングを監督する教師モデルと見なされる。 特に、ネットワークが多様で有意義な地域を見つけることを促すために、直交損失(or-loss)が提案されている。 さらに、最初のモデルはCE-Lossでのみ訓練される。 最後に、最終的な予測結果のために、相補的な知識を持つすべてのモデルの出力を組み合わせる。 提案手法の優位性を実証し、3つのFGVCデータセット上での最先端(SOTA)性能を得る。

関連論文リスト

• An Efficient Framework for Enhancing Discriminative Models via Diffusion Techniques [12.470257882838126]
  拡散に基づく識別モデル強化フレームワーク(DBMEF)を提案する。 このフレームワークは、差別的および生成的モデルをトレーニング不要な方法でシームレスに統合する。 DBMEFは、プラグアンドプレイ方式で識別モデルの分類精度と能力を効果的に向上させることができる。
  論文  参考訳（メタデータ） (2024-12-12T08:46:22Z)
• Towards Seamless Adaptation of Pre-trained Models for Visual Place Recognition [72.35438297011176]
  視覚的位置認識のための事前学習モデル(VPR)のシームレスな適応を実現する新しい手法を提案する。 具体的には、地域を識別するための有意義なランドマークに焦点を当てたグローバルな特徴とローカルな特徴の両方を得るために、ハイブリッド適応法を設計する。 実験結果から,本手法はトレーニングデータやトレーニング時間が少なく,最先端の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-02-22T12:55:01Z)
• Fine-grained Recognition with Learnable Semantic Data Augmentation [68.48892326854494]
  きめ細かい画像認識は、長年続くコンピュータビジョンの課題である。 本稿では,識別領域損失問題を軽減するため,特徴レベルのトレーニングデータを多様化することを提案する。 本手法は,いくつかの人気分類ネットワーク上での一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2023-09-01T11:15:50Z)
• Few-shot Open-set Recognition Using Background as Unknowns [58.04165813493666]
  未使用のオープンセット認識は、見知らぬクラスの限られた訓練データしか持たない、目に見える画像と新しい画像の両方を分類することを目的としている。 提案手法は,複数のベースラインより優れるだけでなく,3つのベンチマークで新たな結果が得られた。
  論文  参考訳（メタデータ） (2022-07-19T04:19:29Z)
• Discriminative Feature Learning through Feature Distance Loss [0.0]
  本研究は,多様なリッチベースモデルを組み合わせて,異なる重要な画像領域に着目して分類する手法を提案する。 ベンチマーク畳み込みニューラルネットワーク(VGG16, ResNet, AlexNet)、一般的なデータセット(Cifar10, Cifar100, miniImageNet, NEU, BSD, TEX)の実験は、我々の手法の有効性と一般化能力を示している。
  論文  参考訳（メタデータ） (2022-05-23T20:01:32Z)
• R2-Trans:Fine-Grained Visual Categorization with Redundancy Reduction [21.11038841356125]
  細粒度視覚分類(FGVC)は、クラス内の大きな多様性と微妙なクラス間差が主な課題である類似のサブカテゴリを識別することを目的としている。 本稿では,FGVCに対する新たなアプローチを提案する。FGVCは,環境条件における部分的かつ十分な識別情報を同時に利用でき,また,対象物に対するクラストークンにおける冗長情報を圧縮することができる。
  論文  参考訳（メタデータ） (2022-04-21T13:35:38Z)
• Learning What Not to Segment: A New Perspective on Few-Shot Segmentation [63.910211095033596]
  近年では、FSS ( few-shot segmentation) が広く開発されている。 本稿では,問題を緩和するための新鮮で直接的な知見を提案する。 提案されたアプローチのユニークな性質を踏まえて、より現実的で挑戦的な設定にまで拡張する。
  論文  参考訳（メタデータ） (2022-03-15T03:08:27Z)
• Calibrating Class Activation Maps for Long-Tailed Visual Recognition [60.77124328049557]
  本稿では,CNNの長期分布からネットワーク学習を改善するための2つの効果的な修正を提案する。 まず,ネットワーク分類器の学習と予測を改善するために,CAMC (Class Activation Map) モジュールを提案する。 第2に,長期化問題における表現学習における正規化分類器の利用について検討する。
  論文  参考訳（メタデータ） (2021-08-29T05:45:03Z)
• Interpretable Attention Guided Network for Fine-grained Visual Classification [36.657203916383594]
  細かい粒度の視覚分類(FGVC)は困難ですが、従来の分類タスクよりも重要です。 細粒度視覚分類のための解釈型注意誘導ネットワーク(IAGN)を提案する。
  論文  参考訳（メタデータ） (2021-03-08T12:27:51Z)
• Learning Granularity-Aware Convolutional Neural Network for Fine-Grained Visual Classification [0.0]
  識別的特徴を段階的に探索するGranularity-Aware Congrainedal Neural Network (GA-CNN)を提案する。 GA-CNNはバウンディングボックス/パーツアノテーションを必要とせず、エンドツーエンドでトレーニングできます。 このアプローチは3つのベンチマークデータセットで最先端のパフォーマンスを達成します。
  論文  参考訳（メタデータ） (2021-03-04T02:18:07Z)
• Fine-Grained Visual Classification via Progressive Multi-Granularity Training of Jigsaw Patches [67.51747235117]
  きめ細かい視覚分類(FGVC)は従来の分類よりもはるかに難しい。 最近の研究は主に、最も差別的な部分の発見に焦点をあてることによってこの問題に対処している。 本稿では,これらの問題に対処するための視覚的細粒度分類のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2020-03-08T19:27:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。