文章研究了基于双线性卷积神经网络，结合可变形卷积和核化网络对动物数据集进行细粒度图像分类。其中，可变形卷积通过对特征值进行调整，能自适应被识别物体的特征边界，核聚合网络克服了BCNN仅关注线性相关的缺点，在非线性领域进一步增强细粒度特征的提取能力，丰富了不同通道间的卷积特征。实验在不同动物数据集上进行，与BCNN模型、其他改进BCNN的模型对比，精确度达到98.85%，同时证明了优异的泛化能力。
科研之友
微信
新浪微博
Facebook
分享链接
