人脸识别损失函数综述(附开源地址)

原文:人脸识别损失函数综述(附开源地址)

原文地址:

https://zhuanlan.zhihu.com/p/51324547

 常用的度量学习损失方法有对比损失(Contrastive loss)、三元组损失(Triplet loss)、四元组损失(Quadruplet loss)、难样本采样三元损失(Triplet hard loss with batch hard mining,TriHrad loss)、边界挖掘损失(Margin sample mining loss,MSML)。首先假如有两张输入图片I1和I2,通过网络的前馈我们可以得到它归一化后的特征向量f(I1)和f(I2),可定义这两张图片特征向量的欧式距离为:

Contrastive loss
         对比损失用于训练孪生网络(Siamese network),其结构如下图所示,孪生网络的输入为一对(

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值