Para tarefas de reconhecimento de imagens de granularidade fina, nas quais características potenciais pequenas são facilmente ignoradas e as diferenças de aparência são sutis, propomos uma rede de reconhecimento de granularidade fina baseada em seleção aleatória de atenção dupla ao contexto global. Primeiramente, usando o ConvNeXt como rede principal, propomos um módulo de seleção aleatória de atenção dupla que realiza seleção aleatória de canais e espacial nas diferentes fases, permitindo que a rede foque em outras características discriminativas potenciais pequenas; em seguida, utilizando o módulo de atenção ao contexto global para fundir informações semânticas das características profundas nas camadas intermediárias, fortalecendo a capacidade das camadas intermediárias de localizar características pequenas; por fim, propomos uma perda de múltiplos ramos, introduzindo perda de classificação nas características intermediárias, profundas e concatenadas, combinando as características extraídas de diferentes ramos e induzindo a rede a obter características discriminativas diversificadas. A rede proposta alcançou precisões de reconhecimento de 95,2%, 92,1%, 94,0% e 97,0% nos conjuntos de dados públicos Stanford-cars, CUB-200-2011, FGVC-Aircraft e no conjunto de dados de modelos em cenas reais VMRURS, respectivamente, apresentando melhorias significativas em relação a outros métodos comparativos.

reconhecimento de granularidade fina; ConvNeXt; seleção aleatória de atenção dupla; atenção ao contexto global; perda de múltiplos ramos