王宁,李宝山
摘要(Abstract)：
针对细粒度图像分类中单模型方法泛化能力不足问题，提出了一种用于细粒度图像分类的动态权重多模型融合方法。该方法使用基于注意力机制的网络模型作为参与融合的子模型，同时在模型训练过程中，提出了权重自适应调整算法。该算法能够根据子模型在每次训练中的实际表现和自适应的调整其权重值，保证模型整体达到最优状态。实验结果表明：相较于传统的单模型方法，此方法在提升分类效果的同时模型性能也更加稳定，而且在复杂背景分类任务中表现优异，现实意义更强。
关键词(KeyWords)： 图像分类;细粒度;多模型融合;动态权重;注意力机制
基金项目(Foundation): 内蒙古自治区自然科学基金(2019MS06021;2021MS06007);; 内蒙古自治区科技重大专项(2019ZD025);; 内蒙古自治区研究生教育教学改革研究与实践(YJG20191012710);; 内蒙古科技大学创新基金(2019QDL-S09;2019QDL-S10);; 内蒙古科技成果转化专项(2020.1-2021.12)
作者(Author): 王宁,李宝山
DOI: 10.16559/j.cnki.2095-2295.2024.01.015
