论文部分内容阅读
针对细粒度鱼类分类样本单一、数量稀少、类别不均衡以及水下样本图像分辨率低等问题,提出一种基于对抗双线性的细粒度鱼类图像分类方法。利用生成对抗网络生成一定数量的伪鱼类样本做数据扩增,以提升模型的泛化性;采用双线性网络捕获输入图像不同语义特征之间的关系,加强网络对图像判别性区域的响应,达到对鱼类图像更精准的识别效果。在Fish100数据集上的实验结果表明,该方法具有良好的性能,能够有效地实现细粒度鱼类分类。