Pour les tâches de reconnaissance d'images à granularité fine où les caractéristiques potentielles minuscules sont facilement ignorées et les différences d'apparence sont subtiles, nous proposons un réseau de reconnaissance à granularité fine basé sur une sélection aléatoire à double attention du contexte global. Tout d'abord, en utilisant ConvNeXt comme réseau principal, nous proposons un module de sélection aléatoire à double attention, qui effectue une sélection aléatoire des canaux et de l'espace sur les différentes étapes, permettant au réseau de se concentrer sur d'autres caractéristiques discriminantes potentielles minuscules; ensuite, en utilisant un module d'attention au contexte global, les informations sémantiques des caractéristiques profondes sont fusionnées dans les couches intermédiaires, renforçant la capacité des couches intermédiaires à localiser les caractéristiques minuscules; enfin, nous proposons une perte à multiples branches, introduisant une perte de classification dans les couches intermédiaires, profondes et concaténées, combinant les caractéristiques extraites de différentes branches, incitant le réseau à obtenir des caractéristiques discriminantes diversifiées. Le réseau proposé atteint des précisions de reconnaissance de 95,2 %, 92,1 %, 94,0 % et 97,0 % sur les ensembles de données fines publics Stanford-cars, CUB-200-2011, FGVC-Aircraft et le dataset de modèles en scène réelle VMRURS, avec une amélioration notable par rapport aux autres méthodes.

reconnaissance à granularité fine; ConvNeXt; sélection aléatoire à double attention; attention au contexte global; perte à multiples branches