反向R？削弱顯著特徵爲細粒度分類帶來提高 | AAAI 2020

做者 | VincentLee node 來源 | 曉飛的算法工程筆記算法 導讀：論文提出了相似於dropout做用的diversification block，經過抑制特徵圖的高響應區域來反向提升模型的特徵提取能力，在損失函數方面，提出專一於top-k類別的gradient-boosting loss來優化訓練過程，模型在ResNet-50上提高3.2%，算法思路巧妙，結構易移植且效果也不錯，值

>>阅读原文<<