98.68% 最高精度
该网络通过多颜色通道提取视觉特征，并引入区域加权池化策略，显著提升了模型对中国画特征的判别能力，在10位画家作品数据集上取得98.68%的分类精度。
Geng, Jing · Xin, Zhang · Yan, Yijun · 孙美君 · Huiyuan, Zhang · Assaad, Maher M. · Jinchang, Ren · Li, Xiaoquan
Cognitive Computation 2023
针对 DenseNet169 的特征图进行区域加权，突出关键局部区域，提高特征的判别力，使模型在国画分类上表现更好。
在与六种先进模型的对比中，MCCFNet 以 98.68% 的 Top-1 精度排名第一，其它模型采用该框架后分类精度也显著提升。
该框架独立于具体模型，任何深度学习模型采用后均能提升国画分类准确率，便于集成到已有系统中。