.png){kind=icon}
.png){kind=icon}
返回
Fine-grained vehicle damage classification based on applicability network
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2026.115076.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种通用的损伤和缺陷分类网络FGDANet。
• 引入了独立特征提取（IR Layer）和区域学习模块（RL Block）。
• 提出了一种自适应全局特征注意力算法（GFS Module）。
• 引入了广义特征约束损失（GFC Loss）。
• 该网络在车辆损伤分类和钢材表面缺陷分类任务中均表现出优异的性能。
Keyword:
FGDANet
IR Layer
RL Block
GFS Module
GFC Loss