Feinabgestimmte visuelle Klassifikation mithilfe eines Selbstbewertungs-Classifier

Die Extraktion diskriminativer Merkmale spielt eine entscheidende Rolle bei der feinkörnigen visuellen Klassifikation. Die meisten bestehenden Methoden konzentrieren sich darauf, Aufmerksamkeits- oder Augmentationsmechanismen zu entwickeln, um dieses Ziel zu erreichen. Die Ambiguität in den top-k-Vorhersageklassen wird jedoch bisher nicht ausreichend untersucht. In diesem Paper stellen wir einen Self Assessment Classifier vor, der gleichzeitig die Bildrepräsentation und die top-k-Vorhersageklassen nutzt, um die Klassifikationsergebnisse erneut zu bewerten. Unsere Methode ist von der kontinuierlichen Lernstrategie inspiriert, die sowohl grobkörnige als auch feinkörnige Klassifikatoren einsetzt, um die Diskriminativität der Merkmale im Backbone zu erhöhen und Aufmerksamkeitskarten für informativere Bereiche im Bild zu erzeugen. In der Praxis fungiert unsere Methode als Hilfszweig und kann problemlos in verschiedene Architekturen integriert werden. Wir zeigen, dass unsere Methode durch effektive Behandlung der Ambiguität in den top-k-Vorhersageklassen neue SOTA-Ergebnisse auf den Datensätzen CUB200-2011, Stanford Dog und FGVC Aircraft erzielt. Darüber hinaus verbessert unsere Methode auch konsistent die Genauigkeit verschiedener bestehender feinkörniger Klassifikatoren unter einer einheitlichen Konfiguration.