基于自适应步幅卷积的细粒度视觉识别

来源：计算机应用与软件杂志2024年第12期北京时间：

作者：谢毓广, 容圣海, 高博, 丁津津, 王子磊

摘要：平均池化等下采样方法已被广泛用于降低计算成本、防止过拟合和提高卷积神经网络的性能。然而，在细粒度的识别任务中，这些均匀采样方法不能很好地关注细微的辨别区域。提出一个自适应步幅卷积网络，JP+1其中自适应步幅卷积模块被用来专注于提取细微的特征。具体来说，给定一个图像，使用注意力图提取器获得一个注意力图，以突出物体的有判别性的部分。基于注意力图的步幅向量生成器产生步幅向量，它表示卷积核每次的移动步幅。自适应步幅卷积在输入图像上以不同的步幅提取信息。在CUB-200-2011、Stanford Cars和FGVC-Aircraft三个具有挑战性的细粒度数据集上，对该方法的有效性进行实验评估，结果达到先进的性能。

关键词：细粒度视觉识别, 注意力机制, 卷积, 下采样, 计算机视觉