细粒度分类

整理一些细粒度分类（fine-grained classification）相关的文章、论文和实现

概念

• 细粒度分类（fine-grained classification）：针对同一语义类别下的各子类目标进行识别。
• 细粒度图像分析（fine-grained image analysis, FGIA）：针对细粒度图像进行分析。

文章

• 讨论
  • 如何理解fine-grained和coarse-grained？
  • 细粒度图像分类初学者，打算以这个为研究课题，写论文，想问下 怎么去做？
• 概述
  • 【图像分类】细粒度图像分类是什么，有什么方法，发展的怎么样
• 综述
  • R Talk | 旷视南京研究院魏秀参：细粒度图像分析综述
  • 「见微知著」——细粒度图像分析进展综述

论文

• 2021
  • Fine-Grained Image Analysis with Deep Learning: A Survey
• 2020
  • Look-into-Object: Self-supervised Structure Modeling for Object Recognition
• 2019
  • Deep Learning for Fine-Grained Image Analysis: A Survey
  • Destruction and Construction Learning for Fine-grained Image Recognition
  • 论文提出一个统一的训练框架DCL，划分为解构训练以及重构训练两部分。
    • 在解构训练中，设计区域混淆机制（RCM）打乱图像，让网络更加关注于判别力区域，同时通过对抗学习（区分原始图像和打乱图像）避免打乱图像产生的噪声；
    • 在重构训练中，创建了一个区域对齐网络，通过恢复局部区域的的原始空间布局来建模局部区域之间的语义相关性。
  • 解构和重构训练同时进行，同时不需要破坏原始推理模型的架构。

实现

• 数据集
  • Caltech-UCSD Birds-200-2011 (CUB-200-2011)
  • FGVC-Aircraft Benchmark
• 实现
  • JDAI-CV/LIO
  • 2020年论文Look-into-Object官方实现
  • JDAI-CV/DCL
  • 2019年论文Destruction and Construction Learning for Fine-grained Image Recognition官方实现
• 自定义
  • ZJCV/DCL
  • 复现了论文Destruction and Construction Learning for Fine-grained Image Recognition