ECCV2018 | 細粒度分類：多注意力多類別約束

方法 本文提出方法可以高效精確地獲取判別區域儘管只是在圖像級別的標籤上訓練。如下圖所示，本文方法框架有兩部分組成：1）壓縮-多擴展（OSME）模塊，輕微增加計算量（也不算太輕），從多個注意力區域提取特徵。2）多注意力多類別約束（MAMC），加強注意力區域之間的聯繫。本文方法比其他方法具有端到端單階段的優勢。 OSME 也是一種弱監督下的部件定位的注意力方法。先前工作總結：1）部件檢測。往往將部件檢

>>阅读原文<<