細粒度圖像,相對通用圖像(general/generic images)的區別和難點在於其圖像所屬類別的粒度更爲精細,也是目前計算機視覺領域比較熱門的一個方向,包括了分類、檢索以及圖片生成方向。html
細粒度圖像類別的數據集也是愈來愈多,最先的時候,2011年左右的時候,基準的數據集就是花卉、鳥類(CUB200)以及貓狗數據集,而且數據量最多的狗類數據集是 2 萬張圖片左右,而如今數據集更多,涉及到更多的類別,包括服飾、水果蔬菜、零售商品等等,而且隨着深度學習的發展,各類分類模型的提出,對這些數據集的分類準確率也是愈來愈高。git
今天推薦的是關於細粒度圖像分析資源的網站,做者是曠視的南京研究院負責人魏秀參,網站地址以下github
www.weixiushen.com/project/Awe…web
這個網站主要是介紹了和細粒度圖像分析相關的論文、代碼和數據集,論文都是很是新的結果,基本是2017到2019年的結果。算法
主要介紹的內容以下所示:spring
分別是9個方面的介紹:微信
主要是介紹該網站的內容,也就是展現一些基於深度學習的細粒度圖像方面的有表明性的論文、代碼和數據集,它們的研究方向包括分類、檢索、圖片生成等等。網絡
這裏推薦了兩份教程,都是做者本人作的教程,分別是 2018 版和 2019 版本app
一樣是兩份:學習
論文地址:link.springer.com/article/10.…
這裏展現了 11 個數據集,以下圖所示,其中 BBox 表示數據集提供物體的邊界框信息,Part anno 則是數據集共了關鍵部位的位置信息,HRCHY 表示有分層次的標籤,ATR 表示屬性標籤(好比翅膀顏色等),Texts 表示提供了圖片的文本描述信息。
這裏的 11 個數據集基本包含不一樣類別的物體,好比鳥類、花朵、服飾、貓狗、水果蔬菜、零售商品等等,其中經常使用的數據集應該就是 CUB200 這個包含 200 個類別的鳥類數據集,不少論文的實驗數據集都會包含這個數據集。
這裏將細粒度圖像識別的方法分爲如下三種:
這裏介紹的前兩種方法的論文會更多,給出的論文,最老的是 2014 年的,而後還有最新的 CVPR 2019 的論文,而且對於有開源代碼的都提供了代碼地址。由於論文太多,就不一一列舉了,分別列出最新的一篇論文
論文:Weakly Supervised Complementary Parts Models for Fine-Grained Image Classification From the Bottom Up. CVPR,2019
論文地址:openaccess.thecvf.com/content_CVP…
論文:Destruction and Construction Learning for Fine-grained Image Recognition,CVPR,2019
論文地址:openaccess.thecvf.com/content_CVP…
Github:github.com/JDAI-CV/DCL
論文:Learning from Web Data using Adversarial Discriminative Neural Networks for Fine-Grained Classification. AAAI,2019
細粒度檢索方向分爲兩個方向
論文名稱:Selective Convolutional Descriptor Aggregation for Fine-Grained Image Retrieval.2017
論文地址:www.weixiushen.com/project/SCD…
論文地址:www.ijcai.org/proceedings…
論文地址:mac.xmu.edu.cn/rrji/papers…
一樣分爲兩個方向:
論文地址:openaccess.thecvf.com/content_ICC…
Github:github.com/tkazusa/CVA…
論文地址:openaccess.thecvf.com/content_CVP…
Github:github.com/kkanshul/fi…
論文:AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networks.CVPR,2018
論文地址:openaccess.thecvf.com/content_cvp…
Github:github.com/taoxugit/At…
列舉了兩個可能的方向:
論文:Piecewise classifier mappings: Learning fine-grained learners for novel categories with few examples. TIP,2019
論文地址:www.weixiushen.com/publication…
下面是給出的三篇論文:
論文地址:ai.stanford.edu/~tgebru/pap…
論文地址:openaccess.thecvf.com/content_cvp…
這裏主要是在數據集 CUB200-2011 數據集上的測試準確率,列舉出目前最好的方法和其是否採用標準信息、額外的數據、採用的網絡結構、輸入圖片的大小設置以及分類準確率:
這個網站收集了目前細粒度圖像分析方面的資料,包括論文、代碼和數據集,特別是介紹的最新的一篇綜述論文:Deep Learning for Fine-Grained Image Analysis: A Survey.
以及,魏秀參老師在 2017 年知乎上也發表過一篇細粒度圖像分析綜述,感興趣的也能夠看看:
歡迎關注個人微信公衆號--算法猿的成長,或者掃描下方的二維碼,你們一塊兒交流,學習和進步!