BriefGPT - AI 论文速递
·
可学习的语义数据增强的细粒度识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于深度卷积神经网络的学习系统，用于聚类视觉相似的类别，并学习每个子集的特定深度卷积神经网络特征。实验证明该方法在Caltech-UCSD鸟类数据集上优于最近的细粒度分类方法，最困难情况下平均准确率达到77.5%。渐进式迁移学习提高了准确性。
🎯
关键要点
-
提出了一种基于深度卷积神经网络的学习系统。
-
该系统对视觉相似的类别进行聚类，学习特定深度卷积神经网络特征。
-
在Caltech-UCSD鸟类数据集上，方法优于最近的细粒度分类方法。
-
在最困难的情况下，平均准确率达到77.5%，先前最佳为73.2%。
-
渐进式迁移学习提高了准确性，先学习通用领域特征，再调整到特定鸟类集合。
🏷️
标签
➡️
