实体
Fine-Grained Visual Classification
Fine-Grained Visual Classification
PulseAugur coverage of Fine-Grained Visual Classification — every cluster mentioning Fine-Grained Visual Classification across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
H3Former框架通过超图和双曲损失增强细粒度视觉分类
研究人员开发了H3Former，一种用于细粒度视觉分类（FGVC）的新型框架，解决了现有方法的局限性。H3Former利用语义感知聚合模块（SAAM）在token之间构建加权超图，捕获高阶语义依赖性并将其聚合为区域级表示。该框架还结合了双曲分层对比损失（HHCL），以在非欧几里得空间中强制执行分层语义约束，增强类间可分离性和类内一致性。在标准FGVC基准上的实验证明了H3Former的卓越性能。
-
新的PAND框架增强了VLM知识蒸馏在视觉分类中的应用
研究人员开发了一个名为PAND（Prompt-Aware Neighborhood Distillation）的新框架，以改进将知识从大型视觉语言模型（VLMs）迁移到更小、更高效的网络中，用于细粒度视觉分类的过程。这种两阶段方法将语义校准与结构迁移分开，使用自适应语义锚点和邻域感知蒸馏策略。PAND在多个基准测试中展示了卓越的性能，其中ResNet-18学生模型在CUB-200数据集上实现了显著的准确率提升。