基于特征融合與集成學(xué)習(xí)的細粒度圖像分類

摘要： 細粒度圖像分類旨在準確分類給定超類的子類別，面臨類內(nèi)差異大、類間差異小和訓(xùn)練樣本有限等挑戰(zhàn)。目前，大多數(shù)方法基于Vision Transformer進行改進以提升分類性能，但仍存在一些問題：忽略不同層次分類令牌的互補信息導(dǎo)致全局特征提取不完整，多頭自注意力機制中不同頭部表現(xiàn)不一致導(dǎo)致局部定位不準確，以及有限訓(xùn)練樣本易過擬合。基于此，提出一種基于特征融合與集成學(xué)習(xí)的細粒度圖像分類... （共13頁）