NeurIPS 2019丨深度双线性转换改进细粒度图像分类

点击我爱计算机视觉标星，更快获取CVML新技术 编者按：双线性特征在学习细粒度图像表达上效果很好，但计算量极大，无法在深层的神经网络中被多次使用。因此，微软亚洲研究院设计了一种深度双线性转换模块，能够深层地将双线性表达应用在卷积神经网络中，来学习细粒度图像特征。这项工作发表在了 NeurIPS 2019 上。 双线性特征在学习细粒度图像表达上取得了很好的效果，但逐对计算卷积通道之间的信息交互会带来

>>阅读原文<<