Neural Activation Constellations: Unsupervised Part Model Discovery with Convolutional Networks

本人是學生一枚,理解可能頗有偏頗~ 寫在前面:個人理解的一些比較關鍵的點 過程: 正常卷積,對某層產生P(通道數)個的激活圖求梯度得到P個特徵梯度圖,在此圖上找響應最強烈的位置, 作爲原圖中的關鍵點。關鍵點的個數等於P,從P個關鍵點中選出M個(可以隨機選擇,也可以用paper中的星座算法檢出率更高一些),以選出的關鍵點爲中心產生根據公式產生M個邊框(相當於窗)。之後對這些邊框中的圖像進行CNN分類
相關文章
相關標籤/搜索