Deep Metric Learning with Hierarchical Triplet Loss 阅读笔记

创新点和动机 文章提出了 hierarchical triplet loss (HTL) 方法,该方法主要通过定义一个编码上下文信息的树来收集信息样本,改进了在 mini-batch 中随机取样导致的陷入局部最优和收敛速度慢等问题。 解决方法 给定使用传统 triplet loss 预训练的神经网络 ϕ t ( ⋅ , θ ) ( ∈ R d ) \phi_{t}(\cdot, \boldsymb
相关文章
相关标签/搜索