融合可变形卷积网络的细粒度图像识别研究

摘要

针对细粒度图像识别领域中识别率不高、难以定位到图像中具有表征性的局部区域的问题,提出一种基于多区域融合的可变形卷积网络算法,该算法采用新型的卷积计算方式,根据越靠近边缘的部位越发包含更多图像上下文信息的原理,对图像给定多个中心并划分权重区域。在主流数据集上的实验结果表明,提出的基于多区域的可变形卷积网络结构在细粒度图像识别上的表现相比其他主流算法都有了一定的提升,并且相比于原始的可变形卷积网络和v2版本的可变形卷积模型也有了性能上的优化。