论文部分内容阅读
近年来,随着深度学习技术的发展,关于自然图片的分类研究取得大量进展。然而,对于课本图表分类的相关研究却进展缓慢,作为一类特殊的视觉信息载体,因其具有目标多样性、布局任意性等,使得图表的智能分类成为一个极具挑战的课题。针对该问题,通过把细粒度分类模型中的多尺度特征融合方法与注意力机制进行结合,使生成的模块与实际目标的贴合更紧密。实验表明,此方法相比于现有的细粒度分类模型有所改进,取得更好的分类性能。