Rnn Modülleri

Çok etiketli görüntü sınıflandırması, bilgisayar görüşünde temel ve zorlu bir görevdir. CNN-RNN paterni uygulanarak kayda değer bir başarı elde edilmiş olsa da, bu yöntem RNN modülünün varlığından dolayı yavaş bir yakınsama hızına sahiptir. RNN modüllerini kullanmak yerine, bu makale etiket korelasyonlarını yüksek eğitim verimliliği ile modellemek için tamamen evrişimli sinir ağına (CNN) dayanan yeni bir kanal korelasyon ağı önermektedir. Yeni bir dikkat modülü yaratıldığında, CNN tarafından elde edilen görüntü özellikleri, etiket ve kanal yönelimli özellik haritası arasındaki yazışmayı elde etmek için daha da kıvrılır. Daha sonra etiket korelasyonunu daha iyi keşfetmek için alakasız bilgileri ortadan kaldırmak için SE ve evrişim işlemini dönüşümlü olarak kullanırız. PASCAL VOC 2007 ve MIRFlickr25k üzerinde yapılan deneyler, modelimizin daha iyi performans elde etmek için çoklu etiketler arasındaki bağımlılıkları etkin bir şekilde kullanabileceğini göstermektedir.