概述
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
最后
以上就是稳重铃铛为你收集整理的学习笔记之——Bilinear CNN model的全部内容，希望文章能够帮你解决学习笔记之——Bilinear CNN model所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复