学习笔记之——Bilinear CNN model

双线性模型是2015年提出的一种细粒度图像分类模型。该模型使用的是两个并列的CNN模型，这种CNN模型使用的是AlexNet或VGGNet去掉最后的全连接层和softmax层，这个作为特征提取器，然后使用SVM作为最后的线性分类器

该结构由两个特征提取器产生，两个输出是图像每一个位置的外积(outer product)，然后进行 pool，得到最终的图像描述算子。这种结构可以对局部 pairwise feature interactions 以平移不变的方式进行建模。而且，可以产生不同的无序的文字描述，像 Fisher vector, VLAD and O2P。

 

 

 

参考资料

https://www.cnblogs.com/AmitX-moten/p/5377615.html

https://blog.csdn.net/u014686356/article/details/79523853

https://blog.csdn.net/zsx1713366249/article/details/85090616

https://www.cnblogs.com/wangxiaocvpr/p/5540956.html