Graph-based Correlation Learning for Weakly Supervised Fine-grained Image Classification

该文章提出了一种名为GCL的新模型，并对其主要创新点进行了深入探讨。具体而言，在其核心创新方面包含了交叉图传播机制（CGP）以及相关特征增强机制（CFS）。其中，交叉图传播机制旨在通过综合全局图像级上下文信息与局部空间上下文信息来提升区域判别能力的学习效果；而相关特征增强机制则聚焦于深入分析区域内不同特征向量间的语义关联性，并以此为基础实现更加卓越的判别能力提升。

Model

criss-cross graph propagation

基于CGP组件的设计流程如下：首先使用backbone网络从输入图像中提取出特征矩阵M_0\in \Bbb{R}^{C\times H\times W}；随后将此提取出的特征输入到另一个CGP模块中；最终系统的输出结果即为整个系统的最终输出结果。

![在这里插入图片描述](https://cdl