Hierarchical Feature Attention Learning Network for Detecting Object and Discriminative Parts in Fine-Grained Visual Classification
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper proposes a novel hierarchical feature attention learning network for improved fine-grained visual classification (FGVC). Existing fine-grained classification methods rely heavily on attention mechanisms to differentiate minute details of similar objects. These mechanisms often assume that critical locations have a similar scale and are uniquely localizable, which is not always accurate. For instance, the size of a bird may vary across images, and the color of its beak might only be significant for species identification when its wing and tail colors are specific. This paper addresses this limitation by proposing a so-called hierarchical feature attention learning network, which initially focuses on the target object within the image, followed by multi-headed attention to identify key discriminative locations (patches). Especially, we develop a novel hierarchical attention approach that appropriately reduces misleading attentions by considering the object’s size for capturing correct attention parts. In addition, the proposed multi-headed attention allows for examining more complementary attention parts to identify the most discriminative features. Further, our framework is implemented as an architectural constraint, eliminating the need for object or part-level annotations in a weakly supervised detection manner. We conducted extensive and comparative experiments on three benchmark datasets: NABirds, CUB-200, and Oxford 102 Flower. The results demonstrate that our proposed hierarchical attention approach provides a robust and efficient solution for improved FGVC. Specifically, our method achieved a top-1 accuracy increase of approximately 93.0%, 92.7%, and 99.4% on the CUB-200-2011, NABirds, and Oxford 102 Flower benchmarks, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle