融合顯著性和非局部模塊的細粒度圖像分類算法凌晨

打開文本圖片集

關(guān)鍵詞：細粒度圖像分類；顯著性；數(shù)據(jù)增強；深度學(xué)習(xí)

中圖分類號：TP 183 文獻標志碼：A

引言

隨著神經(jīng)網(wǎng)絡(luò)深度和參數(shù)的增加，以及計算設(shè)備功能的日益強大，深度學(xué)習(xí)在許多領(lǐng)域取得了重大的突破。對于圖像分類任務(wù)來說，優(yōu)秀的分類模型以及大量且優(yōu)質(zhì)的訓(xùn)練數(shù)據(jù)集是提升分類準確率的關(guān)鍵。當訓(xùn)練樣本過少時，模型往往會趨于過擬合，模型的泛化性能會降低[1]。（剩余4901字）