# KGA-Net

**Repository Path**: wx-rdc/kga-net

## Basic Information

- **Project Name**: KGA-Net
- **Description**: Knowledge-Guided Attention Networks for Few-Shot Fine-Grained Animal Classification
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-05
- **Last Updated**: 2026-08-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# KGA-Net

**Knowledge-Guided Attention Networks for Few-Shot Fine-Grained Animal Classification**

KGA-Net 论文项目仓库：包含论文 LaTeX 源码、参考文献、作者信息与投稿流程资源，使用 Git 版本管理。

## 论文简介

Few-shot 细粒度图像分类需要在极少量样本下区分视觉上相似的类别。KGA-Net 提出**知识引导注意力网络**，在原型网络（Prototypical Networks）框架内，用类别级部件属性（part attributes）条件化视觉特征调制：

- **Enhanced Knowledge Attention (KA)**：在支持集特征上执行跨模态空间门控与属性条件融合
- **Query Knowledge Attention (QKA)**：将聚合的属性知识传播到查询分支

在 CUB-200-2011（5-way 1-shot）上达到 **91.64%±0.38%**（较 ProtoNet +4.56%），在 Stanford Dogs 和 Oxford-IIIT Pet 上亦有 1.8–2.4% 的跨域增益。

**关键词**：Attribute-guided learning, cross-modal feature modulation, few-shot learning, fine-grained image classification, knowledge-guided attention, prototypical networks

## 作者

| 作者 | 单位 | 角色 |
|------|------|------|
| Jinghao Zhou | 无锡太湖学院物联网工程学院 | 作者 |
| **HongYu Zhu** | 无锡太湖学院物联网工程学院 | **通讯作者** (zhuhy163@163.com) |
| LinLin Dai | 无锡太湖学院物联网工程学院 | 作者 |
| Rong Li | 无锡太湖学院物联网工程学院 | 作者 |

## 目录结构

```
KGA-Net/
├── README.md              # 本文档
├── .gitignore             # 忽略 build/ 与生成物
├── author.md              # 作者信息源文件
├── source/                # 论文 LaTeX 源码（仅核心文件）
│   ├── main.tex           # 主文件（22 条参考文献）
│   └── paper_figures/     # 论文图片（含 4 张作者照片）
├── docs/                  # 文档
│   ├── feedback.md        # 审稿意见
│   ├── references_list.txt # 参考文献链接清单
│   ├── references_catalog.md # 引文清单（22 条完整元数据）
│   └── papers/            # 参考文献 PDF（01_* ~ 22_*）
└── build/                 # 生成物（git 忽略）
    └── main-YYYYMMDD-HHMM.pdf  # 编译产物（带时间戳）
```

## 目录说明

### source/ — 论文源码

仅保存论文核心文件（`main.tex` + `paper_figures/`），**不包含** LaTeX 模板类（ieeeaccess.cls）与字体——这些由 IEEE Access 模板仓库统一管理，可在编译时按投稿要求引用不同模板。

### docs/ — 文档与参考文献

- `references_catalog.md`：22 条参考文献按引文顺序排列，含作者、出处、arXiv/DOI、PDF 文件名
- `papers/`：22 个参考文献 PDF，命名 `序号_文章名.pdf`

### build/ — 生成物（不入库）

编译产物统一输出到 `build/`，文件名带时间戳（如 `main-20260805-1142.pdf`），由 `.gitignore` 排除。

## 编译

论文使用 IEEE Access 官方模板（ieeeaccess 文档类）。模板与字体文件位于 IEEE Access 模板仓库，编译时需与之配合。

使用本机 Docker 容器（sharelatex-app）编译：

```bash
# 1. 准备编译目录（将模板/字体与源码合并）
mkdir -p /tmp/ltx_build
cp source/main.tex /tmp/ltx_build/
cp -r source/paper_figures /tmp/ltx_build/
cp <IEEEAccess模板目录>/* /tmp/ltx_build/   # ieeeaccess.cls、字体等

# 2. 传入容器并编译（latexmk 自动多遍，解决交叉引用）
docker exec sharelatex-app sh -c 'cd /tmp/ltx_build && latexmk -pdf -interaction=nonstopmode -halt-on-error main.tex'

# 3. 取回产物到 build/（带时间戳）
docker cp sharelatex-app:/tmp/ltx_build/main.pdf ./build/main-$(date +%Y%m%d-%H%M).pdf
```

> ⚠️ 必须用 latexmk（多遍编译），单遍 pdflatex 会产生 `[?]`/`??` 未解析引用。

## 投稿

向 IEEE Access 投稿的完整流程（模板、Title Page、Cover Letter、在线步骤、网络准备）见 IEEE Access 模板仓库文档。

## Git 管理约定

- **跟踪**：`source/`（论文源码）、`docs/`（文档 + 参考文献 PDF）、`author.md`、`.gitignore`
- **忽略**：`build/`（生成物）、LaTeX 中间文件、除 `docs/papers/` 外的 PDF
- 改源码后提交即可，版本由 git 管理（不再使用 v1/v2/v3 目录）

## 当前状态

- 22 条参考文献已全部收集（PDF 已按引文顺序命名归档）
- b9 作者信息已修正（刘树东等，Crossref 核实）
- 尚未重新编译验证 main.tex（b9 修正后）