細(xì)膩度圖像分類RACNN

RACNN源代碼來自：https://github.com/klrc/RACNN-pytorch

論文內(nèi)容

創(chuàng)新點：

提出注意力建議子網(wǎng)（APN）

優(yōu)勢：

不需要邊界框注釋

實現(xiàn)細(xì)粒度特征學(xué)習(xí)

認(rèn)為區(qū)域檢測和細(xì)粒度特征學(xué)習(xí)是相互關(guān)聯(lián)的，因此可以彼此增強(qiáng)。

通過交替學(xué)習(xí)每個尺度上的軟最大分類損失和相鄰尺度上的成對排序損失，對所提出的RA-CNN進(jìn)行了收斂優(yōu)化

受區(qū)域建議網(wǎng)絡(luò)（RPN，用在Fast RCNN中）啟發(fā)。

每個尺度網(wǎng)絡(luò)具有兩個輸出：

概率分布p

為下一更精細(xì)的尺度預(yù)測Bounding Box坐標(biāo)