AMR-VMamba:基于自适应多级精化与多查询判别池化的轻量级细粒度视觉分类增强框架
《Journal of Imaging》:AMR-VMamba: Fine-Grained Image Classification with Adaptive Multi-Level Refinement and Multi-Query Discriminative Pooling
【字体:
大
中
小
】
时间:2026年09月23日
来源:Journal of Imaging 3.8
摘要
细粒度视觉分类要求模型在区分细微类间差异的同时,对姿态和背景的大幅类内变化保持鲁棒性。层次化视觉骨干网络增强了语义抽象能力,但会逐步压缩局部纹理和部件边界信息,而全局池化可能进一步削弱分布于多个区域的判别性证据。为解决上述问题,我们提出了AMR-VMamba,一个基于VMamba-Tiny的轻量级增强框架。首先,自适应多级精化对齐了第三阶段和第四阶段的特征,并通过位置-通道依赖的门控机制选择性注入跨层级差异,从而用中级细节补充高级语义。其次,多查询判别池化使用少量可学习查询从精化后的7×7特征网格中提取多个局部描述子,并将其与原始池化表示相结合。零初始化的可学习残差系数降低了对预训练表示的初始扰动。在CUB-200-2011、Stanford Dogs和Oxford Flowers-102上的五次独立实验中,AMR-VMamba分别取得了86.98±0.18%、88.51±0.26%和96.32±0.23%的Top-1准确率,相比VMamba-Tiny基线分别提升了3.05、0.91和1.60个百分点,且仅增加了0.5M参数和0.02 GMACs的计算量。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号