如何将双约束的LossFunction改写为长尾词？
- 内容介绍
- 文章标签
- 相关推荐
本文共计194个文字，预计阅读时间需要1分钟。
《双约束Loss函数概述》
本文简要介绍了双约束Loss函数，该函数在深度学习领域被广泛应用于人脸表征任务。
Sun Y, Chen Y, Wang X等在《Deep learning face representation by joint identification》一文中对双约束Loss函数进行了详细阐述。
双约束的LossFunction摘录zhuanlan.zhihu.com/p/34404607Sun Y, Chen Y, Wang X, et al. Deep learning face representation by joint identification-verification [C]// NIPS, 2014. Sun Y, Wang X, Tang X. Deeply learned face representations are sparse, selective, and robust [C]// CVPR, 2015. Sun Y, Liang D, Wang X, et al. Deepid3: Face recognition with very deep neural networks [J]. arXiv, 2015. DeepID2, DeepID2, DeepID3都在采用Softmax Contrastive LossContrast Loss是 同类特征的L2距离尽可能小不同类特征的L2距离大于margin(间隔) mContrastive Loss同时约束类内紧凑和类间分离。25个patch训练25个CNN特征联合后PAC降维训练Joint Bayesian分类在LFW上Softmax Contrast Loss的DeepID2达到99.15%多层加监督信息的DeepID2达到99.47采用更大的deep CNN的DeepID3达到99.53%。DeepID系列是早期的深度学习人脸识别方法但代码都没有开源而且深度特征是多patch联合还要训练分类器繁琐不实用。
注博众家之所长集群英之荟萃。
本文共计194个文字，预计阅读时间需要1分钟。
《双约束Loss函数概述》
本文简要介绍了双约束Loss函数，该函数在深度学习领域被广泛应用于人脸表征任务。
Sun Y, Chen Y, Wang X等在《Deep learning face representation by joint identification》一文中对双约束Loss函数进行了详细阐述。
双约束的LossFunction摘录zhuanlan.zhihu.com/p/34404607Sun Y, Chen Y, Wang X, et al. Deep learning face representation by joint identification-verification [C]// NIPS, 2014. Sun Y, Wang X, Tang X. Deeply learned face representations are sparse, selective, and robust [C]// CVPR, 2015. Sun Y, Liang D, Wang X, et al. Deepid3: Face recognition with very deep neural networks [J]. arXiv, 2015. DeepID2, DeepID2, DeepID3都在采用Softmax Contrastive LossContrast Loss是 同类特征的L2距离尽可能小不同类特征的L2距离大于margin(间隔) mContrastive Loss同时约束类内紧凑和类间分离。25个patch训练25个CNN特征联合后PAC降维训练Joint Bayesian分类在LFW上Softmax Contrast Loss的DeepID2达到99.15%多层加监督信息的DeepID2达到99.47采用更大的deep CNN的DeepID3达到99.53%。DeepID系列是早期的深度学习人脸识别方法但代码都没有开源而且深度特征是多patch联合还要训练分类器繁琐不实用。