CC-Loss(Channel Correlation Loss,通道相关损失),可以限制类与通道之间的特定关系,并保持类内和类间的可分离性。表现SOTA!性能优于FICAL、MC Loss和CE Loss等损失函数。
CC-Loss: Channel Correlation Loss For Image Classification
作者单位:北邮, 兰州理工, 奥尔堡大学
论文: https:// arxiv.org/abs/2010.0546 9
注:如果上述论文链接无法访问,可以看文末,论文已上传至百度云,方便下载。
损失函数是深度学习模型中的关键组件。常用的分类损失函数是交叉熵损失,它是信息论对分类问题的一种简单而有效的应用。基于此损失,通过添加类内和类间约束以增强学习特征的判别能力,提出了许多其他损失函数。但是,这些损失函数无法考虑特征分布与模型结构之间的联系。为了解决这个问题ÿ