论文笔记:Bilinear CNN在fine grained图片分类上的进展

1.Bilinear CNN Models for Fine-grained Visual Recognition

论文链接:http://vis-www.cs.umass.edu/bcnn/docs/bcnn_iccv15.pdf


主要就是用外积(matrix outer product)来组合两个CNN(A和B)的feature map

2.Compact Bilinear Pooling(CVPR2016 )

论文链接:http://people.eecs.berkeley.edu/~yg/papers/compact_bilinear.pdf


主要使用 Random Maclaurin 和Tensor Sketch两种多项式核函数对feature进行降维,降低3个数量级,没有明显的性能损失。





3.Improved Bilinear Pooling with CNNs(BMVC2017)

论文链接:https://people.cs.umass.edu/~tsungyulin/Publication/improved_bcnn.pdf


主要是使用了一系列 normalization的方法,进行对比实验.还使用了一些更快的梯度计算方法(如Lyapunov equation,SVD)

你可能感兴趣的:(论文笔记:Bilinear CNN在fine grained图片分类上的进展)