摘要
细粒度视觉分类（Fine-Grained Visual Categorization, FGVC）是计算机视觉领域中一个极具挑战性的研究课题，其核心特征在于类内差异显著而类间差异细微。本文提出一种弱监督学习方法，通过引入基于视觉注意力机制的数据增强技术，向神经网络模型注入额外数据以提升性能。我们通过对基础网络模型进行微调，实现领域自适应的知识迁移。在六个具有代表性和挑战性的FGVC公开数据集上进行了实验，结果表明，结合InceptionV3深度学习模型（该模型在大规模数据集上预训练）提取的特征，采用注意力感知的数据增强技术可显著提升分类准确率。所提方法在多个FGVC数据集上优于现有竞争方法，并在其他数据集上也取得了具有竞争力的性能表现。实验研究表明，结合基于视觉注意力的数据增强策略，能够高效利用大规模预训练数据集的迁移学习能力，从而在多个FGVC数据集上达到当前最优（state-of-the-art）水平。本文对实验结果进行了全面分析，所提方法在多个细粒度分类数据集上取得了领先成果，尤其在具有挑战性的CUB200-2011鸟类、Flowers-102以及FGVC-Aircraft数据集上表现突出。