1.三元组损失定义

F. Schroff, D. Kalenichenko, and J. Philbin. FaceNet: A Unified Embedding for Face Recognition and Clustering. In CVPR, 2015.

其中xa指anchor样本,xp为anchor的正样本,xn为anchor的负样本,α为正常数。

困难(N<P),一般(P>N && Loss>0),简单(P>N && Loss=0)

2.三元组的采样

Hermans A , Beyer L , Leibe B . In Defense of the Triplet Loss for Person Re-Identification[J]. 2017.

对于一个大小为P*K的(P个id,每个id有K个样本)batch,全部采样则会产生PK*(K-1)(PK-K)个三元组,计算量很大。

Batch hard sample mining(批难例挖掘)即对于每一个anchor只保留一个三元组,即其负样本为距离最近的负样本,正样本为距离最近的正样本,产生PK个三元组。

3.基于质心的

On the Unreasonable Effectiveness of Centroids in Image Retrieval

4.基于视频内的

5.circle loss

将softmax分类损失和三元组损失统一的形式

当计算anchor和类向量的距离时(即类级标签时)

当γ趋近于正无穷

优化sn-sp存在的问题,

1。优化收敛于一条直线,是模糊的

2.对于sn和sp的惩罚是相同的,但是对于样本【0.8,0.8】,sp优化的很好,却还与sn有相同的梯度

优化的收敛

为了解决这一问题,提出了circleloss,根据sn和sp距离优化目标Op和On的距离来加权

其中

此时sn和sp具有不同的梯度,其收敛边界也变成了一个圆,且收敛点为T。

Circle Loss相关推荐

  1. 旷视提Circle Loss,统一优化视角,革新深度特征学习范式 | CVPR 2020

    作者 | 旷视研究院 本文是旷视 CVPR 2020的被收录论文解读第.它提出用于深度特征学习的Circle Loss,从相似性对优化角度正式统一了两种基本学习范式(分类学习和样本对学习)下的损失函数 ...

  2. CVPR 2020 Oral | 旷视提出Circle Loss,革新深度特征学习范式

    点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文系旷视研究院投稿 本文是旷视CVPR2020论文系列解读第4篇, ...

  3. CVPR 2020 Oral | 旷视研究院提出Circle Loss,革新深度特征学习范式

    IEEE 国际计算机视觉与模式识别会议 CVPR 2020 (IEEE Conference on Computer Vision and Pattern Recognition) 将于 6 月 14 ...

  4. CVPR 2020 Oral | 人脸识别Loss新突破: 旷视提出Circle Loss,革新深度特征学习范式...

    关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 来源:旷视研究院@微信公众号 旷视研究院提出用于深度特征学习的Circle Los ...

  5. 直播 | Circle Loss:从对相似性优化的统一视角进行深度特征学习

    「PW Live」是 PaperWeekly 的学术直播间,旨在帮助更多的青年学者宣传其最新科研成果.我们一直认为,单向地输出知识并不是一个最好的方式,而有效地反馈和交流可能会让知识的传播更加有意义, ...

  6. 旷视提出Circle Loss,革新深度特征学习范式 |CVPR 2020 Oral

    本文提出用于深度特征学习的Circle Loss,从相似性对优化角度正式统一了两种基本学习范式(分类学习和样本对学习)下的损失函数.通过进一步泛化,Circle Loss 获得了更灵活的优化途径及更明 ...

  7. Circle Loss: A Unified Perspective of Pair Similarity Optimization 圆损失函数,统一优化视角,革新深度特征学习范式 CVPR 2020

    论文来源:CVPR 2020 论文链接 最近旷视做了一项非常fundamental的工作.简单来讲,原来特征学习有 2 种基本范式,分类学习和 pairwise 学习,人们普遍都觉得这两者虽然有联系, ...

  8. 度量学习DML之Circle Loss

    度量学习DML之Contrastive Loss及其变种_程大海的博客-CSDN博客 度量学习DML之Triplet Loss_程大海的博客-CSDN博客 度量学习DML之Lifted Structu ...

  9. circle loss代码实现_CenterNet之loss计算代码解析

    [GiantPandaCV导语] 本文主要讲解CenterNet的loss,由偏置部分(reg loss).热图部分(heatmap loss).宽高(wh loss)部分三部分loss组成,附代码实 ...

最新文章

  1. 用基于模型和接口的T4来生成RESTful服务
  2. 最大流 ---- 最大不相交路径数 ---- P2766 最长不下降子序列问题(网络流24题)
  3. python 数组队列
  4. redis中的事务、lua脚本和管道的使用场景
  5. SAP CRM category search的实现
  6. 计算机设备行业特征,自动装配机在自动化设备行业具有的特点
  7. Cloudera Manager 术语和架构
  8. linux命令zip打包,linux下zip命令打包与解包
  9. 揭秘第三方支付包含哪些业务 | 牌照角色篇
  10. 解决windows防火墙拦截FTP连接
  11. 用matlab实现任意点图片的旋转_(实验二) --- 图像旋转变换---matlab实现
  12. 只转不评:112家IT公司薪水一览表
  13. 华为机试-拼音翻译成阿拉伯数字
  14. python出现invalid syntax什么意思_关于Python出现invalid syntax的几种原因
  15. bzoj1754: [Usaco2005 qua]Bull Math
  16. 替换Word模板占位符并用 libreOffice Word 转Pdf
  17. 「技术手册」淘宝推荐、视频搜索背后的检索技术竟是它!深度揭秘达摩院向量检索引擎Proxima
  18. DAY 7 | 自学前端第七天
  19. 关于word文档在不同电脑上排版错乱问题。。
  20. 软件构造笔记整理1-4

热门文章

  1. DTC之DTC Status状态位
  2. docker 镜像的制作方法
  3. Marmoset Toolbag 3烘焙使用参数详解
  4. python中import matplotlib.pyplot as plt解决办法
  5. Java线程 构造函数在那个线程中调用
  6. java线程同时执行_Java 多线程同时执行
  7. python gmpy2模块、yafu的简单学习记录(RSA向)
  8. word数字批量转为会计计数
  9. python支持面向对象设计_python 面向对象设计
  10. 【c语言学习概述-基本数据类型】