Attention Convolutional Binary Neural Tree in Fine-grained Visual Categorization
发布时间
阅读量:
阅读量
源自CVPR2020的一篇研究论文,
原文链接:https://arxiv.org/abs/1909.11378
代码发布地址: https://isrc.iscas.ac.cn/gitlab/research/acnet.(应该是暂时还没有发布,一直在留意,很期待)
该研究提出了一种基于注意力卷积的二叉神经树模型,用于实现细粒度分类任务。在树结构的边部分引入了注意力卷积机制,每个节点通过路由函数来确定从根节点至叶子节点的计算路径,并最终综合所有叶子节点的预测结果得出整体预测结论。
思维导图

模型

ACNet模型整体架构由四个核心模块构成,分别是主干网络、分支路由机制、注意力变换器以及标签预测模块。
符号说明:
引入一个pair(\Bbb{T},\Bbb{O})的概念。其中\Bbb{T}表示树的拓扑结构,\Bbb{O}
全部评论 (0)
还没有任何评论哟~
