Discretized Part Proposals

Discretized Part Proposals (DPP) 是一种用于细粒度图像识别的方法，它通过将物体分成若干个离散的部位，然后针对每个部位生成一组候选框，从而提高物体分类的准确性。

具体来说，DPP 方法将物体分成若干个离散的部位，然后在每个部位上生成一组候选框。这些候选框可以通过一些预定义的规则生成，例如，可以在每个部位上生成若干个不同大小和比例的候选框，然后将它们组合在一起形成一个包含所有部位的候选框集合。

在生成候选框之后，DPP 方法还需要进行特征提取和分类。具体来说，它首先将每个候选框中的图像块提取出来，然后利用卷积神经网络对这些图像块进行特征提取。接着，将提取出的特征向量输入到分类器中进行分类，从而得到物体的分类结果。

总体来说，DPP 方法通过将物体分成若干个离散的部位，然后在每个部位上生成一组候选框，从而提高物体分类的准确性。这种方法可以适应不同的物体形状和大小，同时还可以有效地利用物体的局部信息来提高分类的准确性。