人脸识别之 Center Loss
2016年的 ECCV 1. Introduction 对于人脸识别来说，不仅要将不同类的特征分开，还应该将同一类内样本的特征变得紧凑。 本文提出一个新的损失函数:center loss，有效增强CNN对学到的深度特征的辨别力。 什么是辨别力？ 如图： 不同类分开了，但是同一类的样本距离也比较大(图左)。 有了辨别力后，同一类内样本变得更紧凑了(图右)。 center loss为每一个类学习一个特
相关文章
- 1. 人脸识别之Center Loss
- 2. 人脸识别的LOSS（上）
- 3. 人脸识别：AMSoftmax Loss
- 4. Center Loss在人脸识别中有何应用？
- 5. 人脸识别-损失函数改进方法之L-softmax loss center-loss A-softmax loss focal loss
- 6. COCO loss （人脸识别损失函数）
- 7. 人脸识别之SphereFace
- 8. 人脸识别论文 与loss
- 9. 人脸识别：损失函数之softmax loss和cross entropy Loss
- 10. 人脸识别
- 更多相关文章...
- • SQL 别名 - SQL 教程
- • SQLite 别名 - SQLite教程
- • 再有人问你分布式事务，把这篇扔给他
- • 互联网组织的未来：剖析GitHub员工的任性之源
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
