摘要
细粒度视觉分类（Fine-Grained Visual Classification, FGVC）是计算机视觉领域的一个重要问题，其特点是类别间的视觉差异极小，通常需要专家标注者进行数据收集。基于此类别间微小视觉差异的特性，本文重新审视了最大熵（Maximum-Entropy）学习在细粒度分类任务中的应用，并提出一种训练策略，通过最大化卷积神经网络在FGVC任务中输出概率分布的熵，来优化模型训练过程。我们从理论和实证两个层面验证了该方法的有效性，并在多个FGVC分类任务中取得了当前最优的性能表现，且该方法具有良好的可扩展性，可适用于各类微调任务。此外，该方法对超参数设置、训练数据量以及标签噪声水平均表现出较强的鲁棒性，因而可作为解决诸多类似问题的有力工具。