Shuffle-Then-Assemble
文章
Paper认为标记triplet的cost是很大的,而且人标记的relation有很强的的object的依赖性,就是某些relation对某些object-object会有bias。
shuffle-then-assemble的目的是希望训练出一个比较object agnostic的CNN,这样就能缓解relation对object的bias。
作者的基本思路是先用普通的pretrained的CNN网络连接上随机初始化的OA conv layer,然后利用domain transfer和discriminator进行对抗式的训练,最终达到使CNN提取的特征变得object-agnostic为止。
关于shuffle-and-assemble模块的具体实现,主要是下面的结构和损失函数:
![这里写图片描述](https://i-blog.csdnimg.cn/blog_migrate/2376788ccbaace11aaca8d5dbcc88ac8.png)
![这里写图片描述](https://i-blog.csdnimg.cn/blog_migrate/f29f1335ec882a787517ee99aee717a0.png)
具体的步骤是:每次将要训练的