Fine-Grained 第3页

（笔记）细颗粒度的三值网络Ternary Neural Networks with Fine-Grained Quantization

原文链接摘要方法实验效果原文链接https://arxiv.org/abs/1705.01462摘要提出一种三值化方法，激活函数是8/4bit的，不需要训练，对N个权重量化到三值，N=2,4,8,16等等。当N=4时，ResNet-101和ResNet-50的Top1准确率分别下降3.7%和4.2%。方法目的：不训练地，把32bit浮点权重WW量化为{−α,0,α}{−α,0,α}。基于阈值ΔΔ(

yingpeng_zhong·2020-08-16 17:44

【论文速读】UrbanFM: Inferring Fine-Grained Urban Flows

京东城市计算郑宇等人与高校联合发表在2019KDD上的一篇论文。[paper][code]任务端到端的深度学习框架，以粗粒度的城市网格流量和天气、日期时间等其他影响因素作为输入，最后得到细粒度的城市网格流量。下图左侧是一个粗粒度级的网格人流量，右侧是一个细粒度级的网格人流量。多个细粒度级区域的流量之和等于一个粗粒度级区域的流量。挑战1、空间相关性空间层级结构：多个细粒度级区域的流量之和等于一个粗粒

betterMia·2020-08-09 23:22

【零样本草图检索】Generalising Fine-Grained Sketch-Based Image Retrieval

Abstract虽然细粒度草图检索获得令人满意的结果，但需要实例级别的sketch/imagepair标注信息，而且学习到的特征空间是domain-specific的，不能很好的推广到unseenclasses。本文将generalisationforFG-SBIR看作domaingeneralisation问题。提出用无监督学习的方法来建模通用的sketch视觉特性字典，然后可以使用它来学习sk

x124612·2020-08-09 15:29

Fine-Grained Crowdsourcing for Fine-Grained Recognition(精读)

一.文献名字和作者Fine-GrainedCrowdsourcingforFine-GrainedRecognition,JiaDeng,JonathanKrause,LiFei-Fei,CVPR2013二.阅读时间2014年11月26日三.文献的目的文章主要提出了一种使用众包的方法进行细粒度分类的方法，在传统的细粒度分类中加入人参与的环节，通过人工参与的形式，使得细粒度分类准确率有所上升。四.文

shengno1·2020-08-06 13:16

动作识别——Multi-Model Domain Adaptation for Fine-Grained Action Recognition——CVPR2020 oral

AbstractFine-grainedactionrecognitiondatasetsexhibitenvironmentalbias,wheremultiplevideosequencesarecapturedfromalimitednumberofenvironments.Multi-modalnatureofvideo（视频的多模态性），提出的方法一个是multi-modalself-s

leiitbe23·2020-08-06 12:30

SOA服务切分原则整理

细粒度的服务（fine-grained）提供相对较小的功能单元，或

追寻北极·2020-08-03 18:26

Destruction and Construction Learning for Fine-grained Image Recognition

DestructionandConstructionLearningforFine-grainedImageRecognitionabstract本文提出一种“破坏和构件的学习”简称为DCL的方法，来增加细粒度识别的难度，强行让分类模型获取专家的知识。提出的方法在训练期间不需要任何额外知识，在预测时除了标准分类网络外，没有计算开销。1.Introduction细粒度引起广泛研究，现在研究细粒度大都

YaYan233·2020-08-03 14:26

大规模细粒度分类和领域特定迁移学习Large Scale Fine-Grained Categorization and Domain-Speciﬁc Transfer Learning翻译

这次翻译的论文是CVPR2018的，关于细粒度分类和迁移学习的论文，论文下载地址为：链接:https://pan.baidu.com/s/1fzMbUA0fYi9b5ETeWZfP4w提取码:3yqa摘要从大规模数据集（比如ImageNet）上迁移的知识经过微调后，为领域特定细粒度视觉分类(FGVC)任务（比如识别鸟的种类，汽车品牌和型号）提供了有效的解决方法。在这个方案中，数据注释经常需要专业的

Nyte2018·2020-08-03 13:17

Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition

《LearningMulti-AttentionConvolutionalNeuralNetworkforFine-GrainedImageRecognition》是微软亚洲研究院在ICCV2017年出的一篇细粒度图像识别论文，它的姊妹篇是《LookClosertoSeeBetter:RecurrentAttentionConvolutionalNeuralNetworkforFine-grain

Hello_Bitch·2020-08-02 16:41

Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition-论文笔记

引言细粒度识别很依赖于标识区域的定位和特征提取。现有的方法都忽略了这样一个问题：特征提取和定位这两个过程是相关的。所以我们提出了一个新的方法：mutil-attentionCNN(MA-CNN)，这个方法中位置信息和特征学习可以相互强化。MA-CNN是由卷积、channelgroup和partclassification三个子网络组成。channelgroupingsubnet的输入是来自卷积提取

玄猫唐小道·2020-08-02 14:30

Deep domain adaptation for describing people based on fine-grained clothing attributes

2015IBM和NationalUniversityofSingapore联合发布DDAN没有使用相同图片对（pairreltions）总结：目的是适应多种数据域的网络现有的方法迁移学习，固定某几层；本文的方法是训练两个分支的网络，分别接受不同数据集。这么做的出发点是学得和数据集无关的层次特征。#########目的和难点##############目的：衣物识别有现实需求，如FBI。衣物数据集总

漂漂一族·2020-08-01 11:31

Learning a Discriminative Filter Bank within a CNN for Fine-grained Recognition论文翻译

LearningaDiscriminativeFilterBankwithinaCNNforFine-grainedRecognition细粒度分类一直是图像分类中的一个难点，近年来基于深度学习的图像分类发展迅速，细粒度分类也发展出了很多优秀的模型，早期的多阶段模型是通过引入一个辅助网络来融合位置信息到主分类网络中，或者通过一个复杂的特征编码方式来获得高阶特征统计，而最近的端到端模型从根本上强化了

SanKinPlus·2020-07-29 10:38

SayAsYouWish:Fine-grained Control of Image Caption Generation with Abstract Scene Graphs ---- 论文阅读笔记

Paper:http://arxiv.org/abs/2003.00387v1[CVPR2020]提出了一种更加细粒度的控制信号，称为抽象场景图(AbstractSceneGraph,ASG)，可以通过图结构同时控制所希望表达的物体、属性和关系，不仅能反映用户细粒度的描述意图，也能生成更具有多样性的图像描述。ASG是一个包含三类抽象节点的有向图，这三类抽象节点分别代表用户希望描述的物体(objec

CharlesWu123·2020-07-29 10:55

在CNN中学习一个鉴别过滤库进行细粒度识别Learning a Discriminative Filter Bank within a CNN for Fine-grained Recognition

这次翻译的论文也是CVPR2018的，关于细粒度识别的论文，链接为：http://openaccess.thecvf.com/content_cvpr_2018/papers/Wang_Learning_a_Discriminative_CVPR_2018_paper.pdf摘要与之前使用CNN特征的多级框架相比，最近的端到端的细粒度识别深度方法本质上提高了CNNs的中间层mid-level的学习

Nyte2018·2020-07-29 09:14

论文笔记：Fine-grained Image Classification by Visual-Semantic Embedding

来源：东南&电子科技&西交&南京邮电，IJCAI-18，paper摘要细粒度图像分类(fine-grainedimageclassification,FGIC)，难点在于很大的类内多样性与微妙的类间不同点现有的方法限制在利用图像中的视觉信息嵌入本文使用了一些先验知识，来自于结构化知识基础或者非结构化的文本信息，来简化FGIC问题。建立了一个视觉语义嵌入模型来从知识基础和文本中探索语义嵌入，然后训练

flyminnnnn·2020-07-28 20:24

论文学习17“Look Closer to See Better: Recurrent Attention Convolutional Neural Network for Fine-grained Image

本文是CVPR17年的文章，微软和中科大合作的作品，事实上本文与低剂量CT重建并不是同样的任务，但是文中的APN和检测网络接连作用的模式值得学习。文章是针对细粒度特征学习所做，文章提出一种RA-CNN（recurrentattentionconvolutionalneuralnetwork），在每个规模的图像下都有两个网络分类网和APN（attentionproposalsub-network），

侯冠群·2020-07-28 18:37

论文摘要——总结 Multiple granularity descriptors for fine-grained categorization.

学习预习笔记交互式图像分割：首先由用户以某种交互手段指定图像的部分前景与部分背景，然后算法以用户的输入作为分割的约束条件自动地计算出满足约束条件下的最佳分割。例如，典型的交互手段包括用一把画刷在前景和背景处各画几笔以及在前景的周围画一个方框等。全局前景估计：对前景进行运动估计简述人类大脑是根据界门纲目科属种识别动物，本篇文章与人脑识别动物原理相似，从大到小将动物归类。举一个例子，啄木鸟的“科”上属

Xiaoqing(Tiffany)·2020-07-28 12:17

【点云】SemanticKITTI: A Dataset for Semantic Scene Understanding of LiDAR Sequences

目录摘要介绍SemanticKITTIDataset标注过程摘要自动驾驶需要对附近的目标和表面有细颗粒度（fine-grained）的理解。光检测和范围（LiDAR）提供了关于环境准确的几何信息。

zzl_1998·2020-07-28 08:46

细粒度论文《Large Scale Fine-Grained Categorization and Domain-Specific Transfer Learning》理解

YinC,YangS,ChenS,etal.LargeScaleFine-GrainedCategorizationandDomain-SpecificTransferLearning.InCVPR,2018.这篇论文是目前发表的细粒度分类性能最高的一篇论文，在CUB200数据集上取得了89.6的分类准确率，超过之前最好的结果3%。本文提出一种处理数据的长尾分布的方法，并且在iNaturalist

小星星*·2020-07-12 20:22

[深度学习论文笔记]Temporal Localization of Fine-Grained Actions in Videos by Domain Transfer from Web Images

[ACMMM15]TemporalLocalizationofFine-GrainedActionsinVideosbyDomainTransferfromWebImagesChenSun,SankethShettyy,RahulSukthankaryandRamNevatiafromUSC&GooglepaperlinkMotivation这篇文章的主要目标是研究如何使用大量从搜索引擎得到的图片

KFXW·2020-07-12 01:43

Mining Discriminative Triplets of Patches for Fine-Grained Classification 论文翻译（二）

3.用于细粒度分类的判别三元组此部分主要介绍如何利用几何约束自动挖掘判别三元组，以及如何生成用于挖掘三元组分类的中层表示。我们在图1中展示了我们的框架的概述。在初始化阶段，我们根据细粒度对象的实例具有类似的总体外观这一事实，使用最近邻的方法找出潜在的三元组。然后，我们使用整个训练集或大部分训练集来验证候选三元组的区分性，并根据基于熵选择具有区分性的三元组。在分类时，我们选择具有最大响应度的三元组构

草莓夹心·2020-07-09 23:51

Mining Discriminative Triplets of Patches for Fine-Grained Classification 论文翻译

摘要细粒度分类涉及基于高度局部化区域的细微差异来区分相似子类别，因此，精确定位具有区分度的区域仍然是一个主要挑战。我们提出了一个基于patch的框架来解决这个问题。为了提高patch定位的准确性，我们引入了具有几何约束的patch三元组，并自动挖掘具有鉴别意义和几何约束的三元组进行分类。所产生的方法只需要对象边界框。使用四个公开可用的细粒度数据集证明了它的有效性，在这些数据集上，它在分类性能上优于

草莓夹心·2020-07-09 23:51

Bilinear CNN Models for Fine-grained Visual Recognition论文总结

双线性定义：包含两个特征提取器，其输出经过外积(外积WiKi)相乘、池化后获得图像描述子。-作者思路局部模型高效性的原因：本文中，作者声称局部推理的高效性在于其与物体的位置及姿态无关。纹理表示通过将图像特征进行无序组合的设计，而获得平移无关性。纹理表征性能不佳的思考：基于SIFT及CNN的纹理表征已经在细粒度物体识别上显示出高效性，但其性能还亚于基于局部模型的方法。其可能原因就是纹理表示的重要特征

SanKinPlus·2020-07-09 22:13

Bilinear CNN 《Bilinear CNNs for Fine-grained Visual Recognition》

BilinearCNN《BilinearCNNsforFine-grainedVisualRecognition》深度学习成功的一个重要精髓，就是将原本分散的处理过程，如特征提取，模型训练等，整合进了一个完整的系统，进行端到端的整体优化训练。不过，在以上所有的工作中，我们所看到的都是将卷积网络当做一个特征提取器，并未从整体上进行考虑。最近，T.-Y.Lin、A.RoyChowdhury等人设计了一

jessican_uestc·2020-07-09 18:38

论文笔记之： Bilinear CNN Models for Fine-grained Visual Recognition

BilinearCNNModelsforFine-grainedVisualRecognitionCVPR2015本文提出了一种双线性模型(bilinearmodels)，一种识别结构，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(outerproduct)，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pairwisefeatureinteractions以平移不变的

a1424262219·2020-07-09 12:31

【论文阅读】AttnGAN: Fine-Grained Text to Image Generationwith Attentional Generative Adversarial Network

论文链接:：https://arxiv.org/pdf/1711.10485.pdf.代码链接：https://github.com/taoxugit/AttnGAN.一、摘要文章要做的事情（TexttoImageSynthesis）：输入：text输出：image作者提出了一个AttentionalGenerativeAd-versarialNetwork(AttnGAN),一种attentio

小西几y·2020-07-08 01:05

WS-DAN:Weakly Supervised Data Augmentation Netowrk for Fine-Grained Visual Classification

SeeBetterBeforeLookingCloser:WeaklySupervisedDataAugmentationNetowrkforFine-GrainedVisualClassificationPaperPDF文章目录AbstractInnovationPipelineWeaklySupervisedAttentionLearningSpatialRepresentationBilin

language_zcx·2020-07-07 12:31

【CVPR2020】FineGym: A Hierarchical Video Dataset for Fine-grained Action Understanding

一、CVPR2020的满分oral文章。二、作者：港中文的林达华团队三、提出了一个细粒度的用于视频理解任务的数据集。具体的话就是行为识别等，具体的论文讲解的话原作者已经再知乎贴出来了：https://zhuanlan.zhihu.com/p/130720627四、大概浏览了一下主要通过这篇文章自己的收获如下：对粗粒度和细粒度的认识：视频数据集中的细粒度：在图片中的粗粒度是比如区分猫和狗，细粒度就是

Amazingren·2020-07-06 20:51

HDFS Yarn Oozie Hive 权限管理

的权限系统一样,每个文件或者文件夹都有三种权限:拥有者,相关组和其他人.同时HDFS也支持ACL的权限机制,ACL是基础的权限机制的扩充版,它丰富了基础的权限机制里"其他人"的权限.可以为"其他人"指定fine-grained

爱知菜·2020-07-05 10:39

笔记：Deep multi patch aggregation network for image style, aesthetics and quality estimation

在Imagestyle,aestheticsandqualityestimation三类任务中往往需要依靠更多的高像素(highresolution)图片中的细纹理(fine-grained)信息。

泡温水澡的青蛙·2020-07-04 09:10

2019CVPR细粒度论文笔记《Destruction and Construction Learning for Fine-grained Image Recognition》

CVPR2019的一篇细粒度分类，京东AI研究院：ChenY,BaiY,ZhangW,MeiT.DestructionandConstructionLearningforFine-GrainedImageRecognition.InProceedingsoftheIEEEConferenceonComputerVisionandPatternRecognition2019(pp.5157-5166

小星星*·2020-06-30 19:32

细粒度论文笔记：双线性模型《Bilinear CNN Models for Fine-Grained Visual Recognition》

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。当然，作者还在实验中尝试了多种方法，比如最后使用softmax但类别有所减少的分类器，作者在特征提取器上也有三种尝试，分别是使用两个AlexNet，使用一个AlexNe

小星星*·2020-06-30 19:57

论文笔记：Fully Convolutional Attention Networks for Fine-Grained Recognition

zsd_studying·2020-06-30 19:46

caffe神经网络加入训练日志和画出loss曲线

/bin/bashGLOG_logtostderr=0GLOG_log_dir=fine-grained/Log/caffe.bintrain--solverfine-grained/solver.prototxt

zhe_csdn·2020-06-30 15:14

Neural Fine-Grained Entity Type Classification with Hierarchy-Aware Loss

Problem对于FETC（Fine-grainedEntityTypeClassification）问题，当前常用的基于距离监督的的方法存在out-of-context和overly-specific的问题。比如上图中，对于实体StevenKerr，基于距离监督的方法会给出三个label：{person，athlete，coach}。然而，对于句子S1，其只和{person，coach}有关；S

xff1994·2020-06-29 23:48

用wifi实现细粒度的人体感知——Person-in-WiFi: Fine-grained Person Perception using WiFi

使用一维的wifi信号实现人体分割和姿势估计的细粒度的人体感知。挑战主要有两个方面：wifi天线只能接受EM波的一维幅度，从一维信息中重建3维的空间细粒度信息是一个不适定（ill-posed）问题环境对传感信号的影响设备：一组发射天线，一组接收天线。每组天线三个天线排列，类似于标准的WiFi路由器。理论对于从一维的WIFI信号重建三维的空间信息的不适定问题，有两种解决方案：使用多个一维WiFi信号

彭yanyan·2020-06-29 06:22

论文学习3-Improving Neural Fine-Grained Entity Typing with Knowledge Attention

叶落叶子·2020-06-28 23:31

细粒度视觉分类（FGCV，Fine-Grained Visual Categorization）

细粒度视觉分类（FGCV，Fine-GrainedVisualCategorization）即识别细分类别的任务，一般它需要同时使用全局图像信息与局部图像信息精准识别图像子类别。解决方案：一般细粒度识别可以分为两种，即基于强监督信息的方法和仅使用弱监督信息的方法。基于强监督的细粒度识别通常需要使用边界框和局部标注信息，例如2014年提出的Part-basedR-CNN利用自底向上的候选区域（reg

慕思侣·2020-06-27 08:48

细粒度图像分类---Fine-grained Image Classification

1.进展综述https://zhuanlan.zhihu.com/p/247383192.论文原文：Object-PartAttentionDrivenDiscriminativeLocalizationforFine-grainedImageClassification（2017.4.6）作者：YuxinPeng,XiangtengHe,andJunjieZhao（清华大学）下载地址：https

好运吉祥·2020-06-27 01:07

POOF:Part-Based One-vs-One Features for Fine-Grained Categorization,Face Verification,and Attribute

基于部位的一对一特征用于细粒度分类，人脸确认和属性估计摘要我们提出一种方法（基于部位的一对一特征，POOFs）可以自动地从一组特定领域的带有特定位置和类别标注的图片集中学习大量不同的具有高区分性的中级特征。每一个特征都能够根据对象特定位置的表观特征来区分两个不同的类。通过与加利福利亚理工学院UCSD鸟类数据库的最新最先进结果和LFW库上的最好的人脸确认结果相比较，我们证明了这些特征用于细粒度视觉分

todayq·2020-06-26 19:47

See Better Before Looking Closer: Weakly Supervised Data Augmentation Network for Fine-Grained Visu

SeeBetterBeforeLookingCloser:WeaklySupervisedDataAugmentationNetworkforFine-GrainedVisualClassification一篇基于attention机制的细粒度分类模型细粒度是粗粒度的延深，类间差距小，类内差距大。早期的研究中主要使用较多的人工标注来认为的定位attention区域。但是这样会造成很高的成本。本文主

Walter Wu·2020-06-25 14:10

论文阅读(2)--Picking Deep Filter Responses for Fine-grained Image Recognition

这次阅读的文章是PickingDeepFilterResponsesforFine-grainedImageRecognition，这篇文章是来自上海交通大学XiaopengZhang等人的工作，该文章提出了一种对深度网络中的filter进行挑选的方法，基于挑选的filter的结果构建复杂特征表达。0.摘要识别精细类别的子类别比较困难的原因是其在一些特别的部位上有比较高的局部和细微的不同。（due

spearhead_cai·2020-06-24 02:30

《Knowledge-Embedded Representation Learning for Fine-Grained Image Recognition》论文笔记

中山大学、商汤科技怎样使用DNN框架来unify丰富的专业知识，提出了一个知识嵌入表示学习（Knowledge-EmbeddedRpresentationLearning）框架来解决细粒度图像识别问题。大量以知识图谱存在的视觉概念，使用了GatedGraph神经网络来传播nodemessage，然后生成知识表示。通过引入一种新的门控机制，我们的KERL框架将这种知识表示方法应用到图像特征识别学习中

klrp95·2020-06-24 01:32

论文笔记：Look Closer to See Better: Recurrent Attention Convolutional Neural Network for Fine-grained Image

CVPR2017oral,微软亚洲研究院梅涛工作，做细粒度分类。就是网络的叠加，从coarsetofine，三个scale网络的叠加，前两个scale多了APN去get感兴趣区域，输入到后一个scale里面。APNattentionproposalnetwork:相较于RPN(objectdetection),用的是弱监督的方式得到候选框。实现方式：在conv5之后，重接了两个全连接，输出三个值t

涂山容容·2020-06-23 18:52

论文浅尝-Improving Neural Fine-Grained Entity Typing with Knowledge Attention

这是一篇来自清华2018年的paper。文章做的是基于知识注意力机制的细粒度实体分类任务（Fine-GrainedEntityTyping）。任务介绍：给定一个句子，其中包含一个实体和它的上下文，以及一组实体类型，我们的模型旨在预测所提到的实体的每种类型的概率。**提出问题：**大多数现有的方法通常分别从实体提及和上下文单词中提取特征来进行实体类型分类。这些方法不能对实体提及和上下文词之间的复杂关

broccoli2·2020-06-22 19:07

Learning Attentive Pairwise Interaction for Fine-Grained Classification论文解读

论文链接：https://arxiv.org/abs/2002.10191分享的这篇文章来自于AAAI2020，文章的整个思路并不难理解。文章的idea来自于我们人类对相似图像的识别。一般来说，我们识别相似的图像，一方面是去找到图像中特殊的区域来进行识别，另一方面是通过比较图像对来有效地得到对比线索。这篇论文就是从后者获得的灵感。文章提出了AttentivePairwiseInteractionN

WangKingJ·2020-06-22 08:46

E-eyes: Device-free Location-oriented Activity Identification Using Fine-grained WiFi Signatures 笔记

E-eyes:Device-freeLocation-orientedActivityIdentificationUsingFine-grainedWiFiSignaturesYanWang,JianLiu,YingyingChen,MarcoGruteser,JieYang,HongboLiuMobiCom’14,September7-11,2014,Maui,Hawaii,USA文章目录Con

Maybemust·2020-06-22 01:22

文献阅读：ACCURATE AND FAST FINE-GRAINED IMAGE CLASSIFICATION VIA DISCRIMINATIVE LEARNING

一、文献梳理1、文献背景与一般的图像分类不同，弱超可视细粒度图像分类(WFGIC)仅使用图像级标签来识别更详细的类别和粒度下的对象。WFGIC是一个开放的问题在计算机视觉领域,不仅因为图像属于同一子范畴的有很大的差异大小,姿势,颜色,和背景,而图像落入不同的子类可能在这些方面非常相似,而且对提取的难度区别的特性只使用对像级别标签。图像中局部区域的细微差别对于区分细粒度的子类别非常重要。使用自下而上

我学数学我骄傲·2020-06-21 12:33

如何提高分类的区分性能——细粒度图像分类(Fine-Grained Classification)

问题如何让网络关注细小细节举个栗子通过树叶判断植物类别，花朵判断花的品种，以及人脸识别等任务1.CenterLoss1.1传统分类学习存在的问题：类内距离可能超过类间距离，对一些模棱两可的样本不好区分1.2CenterLoss方案让特征向量有更好的区分性能，有点像做一个内部聚类，把特征向量约束到一起，让不同类别距离(类间距离)尽量大，相同类别(类内距离)尽量小,CenterLoss作用后的区分特征

yubajin·2020-06-21 03:52

[论文笔记]EMNLP2019: Fine-Grained Entity Typing via Hierarchical Multi Graph Convolutional Networks

EMNLP2019:Fine-GrainedEntityTypingviaHierarchicalMultiGraphConvolutionalNetworks链接:https://www.aclweb.org/anthology/D19-1502/代码:https://github.com/SIGKDD/HMGCN介绍Motivation在知识库中，一些实体的类型信息(entitytype)是缺

御风而行Carrie·2020-06-21 00:52

推荐频道

Fine-Grained