Destruction and Construction Learning for Fine-grained Image Recognition

Destruction and Construction Learning for Fine-grained Image Recognition abstract 本文提出一種「破壞和構件的學習」簡稱爲DCL的方法，來增加細粒度識別的難度，強行讓分類模型獲取專家的知識。提出的方法在訓練期間不需要任何額外知識，在預測時除了標準分類網絡外，沒有計算開銷。 1. Introduction 細粒度引起廣泛

>>阅读原文<<