Neural Activation Constellations: Unsupervised Part Model Discovery with Convolutional Networks

本人是学生一枚，理解可能颇有偏颇~ 写在前面：个人理解的一些比较关键的点 过程： 正常卷积，对某层产生P（通道数）个的激活图求梯度得到P个特征梯度图，在此图上找响应最强烈的位置, 作为原图中的关键点。关键点的个数等于P，从P个关键点中选出M个（可以随机选择，也可以用paper中的星座算法检出率更高一些），以选出的关键点为中心产生根据公式产生M个边框（相当于窗）。之后对这些边框中的图像进行CNN分类

>>阅读原文<<