세부 이미지 분류
Fine-grained 이미지 분류는 컴퓨터 비전의 한 과제로, 이미지를 더욱 구체적인 하위 카테고리로 분류하는 것을 목표로 합니다. 이 과제는 모델이 같은 광범위한 카테고리 내에서 미묘한 시각적 차이와 패턴을 식별하고 구분할 수 있어야 하는 높은 수준의 도전성을 가지고 있습니다. 그 적용 가치는 이미지 인식의 정확성과 세부 사항을 향상시키는 데 있으며, 생물 종 식별 및 제품 분류와 같은 시나리오에 적합합니다.
Stanford Cars
CUB-200-2011
MetaFormer
(MetaFormer-2,384)
FGVC Aircraft
Inceptionv4
NABirds
HERBS
CUB-200-2011
TBMSL-Net
Oxford 102 Flowers
AutoFormer-S | 384
Stanford Dogs
MP
Oxford-IIIT Pets
µ2Net+ (ViT-L/16)
Caltech-101
Food-101
CAP
Oxford-IIIT Pet Dataset
CompCars
Resnet50 + PMAL
Bird-225
WideResNet-101 (Spinal FC)
Birdsnap
EffNet-L2 (SAM)
SUN397
SEER (RegNet10B - linear eval)
10 Monkey Species
Fruits-360
VGG-19bn
FoodX-251
CSWin-L
Imbalanced CUB-200-2011
PC-Softmax
Kuzushiji-MNIST
BoxCars116K
iNaturalist
TASN
Herbarium 2021 Half–Earth
Herbarium 2022
Conviformer-B
Bottles
CarFlag-1532
CarFlag-563
ResNet101-swp
Con-Text
PHOC descriptor + Fisher Vector Encoding
DIB-10K
MetaFGNet
EMNIST-Digits
VGG-5
EMNIST-Letters
VGG-5
FGVC-Aircraft
EnGraf-Net101 (G=4, H=1)
MNIST
Vanilla FC layer only
QMNIST
VGG-5
SOP
Assemble-ResNet-FGVC-50
STL-10
Pre trained wide-resnet-101