ICCVNov, 2018
聚焦:具有关注可分离性和一致性的学习
Sharpen Focus: Learning with Attention Separability and Consistency
Lezi Wang, Ziyan Wu, Srikrishna Karanam, Kuan-Chuan Peng, Rajat Vikram Singh...
TL;DR提出一个新的框架,通过学习过程将分类判别的注意力作为其中的一个基本部分,实现对注意力的分离和跨层一致性控制,有效地提高了图像分类的准确度,包括提高了 CIFAR-100 (+3.33%)、Caltech-256 (+1.64%)、ILSVRC2012 (+0.92%)、CUB-200-2011 (+4.8%) 和 PASCAL VOC2012 (+5.73%) 等基准数据集的分类准确度。