郑秋梅，彭天祺，黄 定，王风华+，林 超

(1.中国石油大学(华东) 计算机科学与技术学院，山东 青岛 266580；2.湖南有色金属职业技术学院 组织人事处，湖南 株洲 412006；3.中国石油大学(华东) 信息化建设处，山东 青岛 266580)

0 引 言

传统的图像分类识别方法以提取图像中的特征符[1]表示作为分类依据，但这些特征符只能反映图像的某一项特点，导致分类精度有限。为寻找更具表征力的图像特征，卷积神经网络[2]取代手工特征并表现出强大的性能。早期的细粒度图像分类算法[3，4]借助额外的标注信息进行训练，但使分类训练过程复杂化，无法满足实时要求。于是注意力机制被应用于卷积网络，以构架端到端的算法模型，并能进一步加强网络中产生特征的表征能力。在此基础上，研究人员还提出了数据增强[5]、混合损失函数[6，7]、多尺度特征融合[8]等多种算法丰富图像特征值。

通常单一网络的同尺度特征包含的信息缺乏多样性。所以本文在多尺度特征融合的基础上，提出一种多粒度多尺度的特征融合方法。该模型利用简单的利用粒度图像生成模块向网络提供细化信息，由此为基础逐渐训练网络学习，并引入轻量化注意力模块CBAM[9](convolutional block attention module)优化特征，避免给模型带来参数负担的同时采集不同粒度的尺度特征进行融合，提高最终向量的表征力。实验结果表明，本文提出的多粒度特征融合能够更好指导网络。

1 相关理论

本文在特征处理上，为了凸显图像重点区域，引入了注意力机制；……