ValseWebinar : Fine-Grained Image Analysis and Beyond

20181226魏秀参:Fine-Grained Image Analysis and Beyond


在这里插入图片描述

在这里插入图片描述


在这里插入图片描述

SCDA(con’t)
在这里插入图片描述
深度描述子
在这里插入图片描述
同一channel 对不同物体的激活部位不同
在这里插入图片描述

在这里插入图片描述

保留最大的激活部分
在这里插入图片描述

pre-trained 模型
在这里插入图片描述

在这里插入图片描述

VLAD:基于一阶
Fisher:基于二阶
在这里插入图片描述

avg和max pool进行级连
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述


物体协同定位
在这里插入图片描述

在这里插入图片描述

计算相关性
保留 PCA 第一维
在这里插入图片描述
判断正负相关
每个深度描述子之间的关系
在这里插入图片描述
PCA 自带去噪
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

第二维主成分

在这里插入图片描述

矩阵分解
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述


在这里插入图片描述

先判断车型,再判断是否是同一辆
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

不同难度
在这里插入图片描述

随着数据集,提出的baseline方法
在这里插入图片描述

在这里插入图片描述

细粒度图像,小样本学习

在这里插入图片描述

meta-learning 的思想
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

发布了46 篇原创文章 · 获赞 15 · 访问量 2万+

猜你喜欢

转载自blog.csdn.net/sinat_34686158/article/details/105112091