Fine Grained Image Classification
التصنيف الدقيق للصور هو مهمة في رؤية الحاسوب تهدف إلى تصنيف الصور إلى فئات جزئية أكثر تحديدًا. تتطلب هذه المهمة من النموذج القدرة على تحديد وتمييز الاختلافات البصرية الدقيقة والأنماط داخل نفس الفئة العامة، مما يجعلها مهمة معقدة للغاية. تكمن قيمة تطبيقها في تحسين دقة وتفاصيل التعرف على الصور، وهي مناسبة للسيناريوهات مثل تحديد الأنواع البيولوجية وتصنيف المنتجات.
10 Monkey Species
Bird-225
WideResNet-101 (Spinal FC)
Birdsnap
EffNet-L2 (SAM)
Bottles
BoxCars116K
Caltech-101
CarFlag-1532
CarFlag-563
ResNet101-swp
CompCars
Resnet50 + PMAL
Con-Text
PHOC descriptor + Fisher Vector Encoding
CUB-200-2011
CAP
CUB-200-2011
MetaFormer
(MetaFormer-2,384)
DIB-10K
MetaFGNet
EMNIST-Digits
VGG-5
EMNIST-Letters
VGG-5
FGVC Aircraft
I2-HOFI
FGVC-Aircraft
EnGraf-Net101 (G=4, H=1)
Food-101
CAP
FoodX-251
CSWin-L
Fruits-360
VGG-19bn
Herbarium 2021 Half–Earth
Herbarium 2022
Conviformer-B
Imbalanced CUB-200-2011
PC-Softmax
iNaturalist
TASN
Kuzushiji-MNIST
MNIST
Vanilla FC layer only
NABirds
HERBS
Oxford 102 Flowers
IELT
Oxford-IIIT Pet Dataset
Oxford-IIIT Pets
µ2Net+ (ViT-L/16)
QMNIST
VGG-5
SOP
Assemble-ResNet-FGVC-50
Stanford Cars
Stanford Dogs
MP
STL-10
Pre trained wide-resnet-101
SUN397
µ2Net (ViT-L/16)