细粒度识别综述：概念、数据集与研究进展

细粒度识别综述：概念、数据集与研究进展

引用

CSDN

1.

https://blog.csdn.net/m0_74137224/article/details/134844129

细粒度识别是计算机视觉领域的一个重要研究方向，主要关注如何区分视觉上非常相似的物体类别。本文将从细粒度识别的概念出发，介绍常用的训练和测试数据集，并总结近年来的研究进展。

一、细粒度（fine-grained）的概念

细粒度识别主要解决的是相似目标的检测问题。与粗粒度分类（如区分猫和狗）不同，细粒度分类需要识别更细微的差别，例如区分杜宾犬和金毛。这种分类任务对模型的精度要求更高，传统的目标检测方法（如YOLO系列）往往难以达到理想的效果。

二、常用的细粒度分类训练和测试的数据集

1. Stanford Dogs

• 包含120种狗，每个类别有150张图片
• 图像总数：20580
• 基于ImageNet的图像和注释构建
• 分为12,000张训练图像和8,580张测试图像

2. CUB200-2011 Caltech-UCSD Birds-200-2011

• 包含200个鸟类子类别
• 每类有30+训练图像
• 总共11,788张图像
• 5,994张训练图像，5,794张测试图像
• 每张图像包含15个局部部位标注点、312个二值属性和语义分割图像
• 每张图像收集了10个自然语言描述

3. Oxford Flowers

• 分为17类和102类两种规模
• 102类版本每类包含40到258张图像
• 总共8,189张图像
• 只提供语义分割图像，无其他额外标注信息
• 图像具有较大的比例、姿势和光线变化

4. FGVC-Aircraft Fine-Grained Visual Classification of Aircraft

• 包含10,200张飞机图像
• 100种不同飞机模型变体，每种102张图像
• 每张图像带有紧密边界框和分层飞机模型标签
• 四级层次结构：型号、变体、家庭、制造商
• 数据分为训练、验证和测试三个子集

5. Stanford-Cars

• 由196类汽车组成
• 共有16,185张图像
• 8,144张训练图像，8,041张测试图像
• 类别通常位于品牌、型号、年份级别
• 图像尺寸为360×240

三、细粒度识别的研究方向

近年来，细粒度识别的研究主要集中在以下几个方向：

• 局部特征提取：通过检测和描述物体的局部特征来提高分类精度
• 注意力机制：利用注意力机制聚焦于区分性特征
• 多模态融合：结合图像和文本信息进行分类
• 迁移学习：利用预训练模型进行微调

对于更详细的论文和研究方向，可以参考GitHub上的相关资源：

LionRoarRoar/Awesome-Fine-grained-Visual-Classification

四、机器学习数据集推荐

对于从事机器学习和计算机视觉研究的读者，以下网站值得推荐：

• paperswithcode

• 特点：将ArXiv上的最新论文与GitHub上的代码对应起来

• 包含8,916个机器学习数据集

• 优点：节省查找和整理数据集的时间

• ImageNet

• 由斯坦福大学教授Li Fei-Fei创建

• 包含数百万张有标签的图像

• 每年举行图像识别挑战赛

• 在计算机视觉领域有深远影响