本文大多数知识来源于此文：https://blog.csdn.net/fire_light_/article/details/79592804

triplets

设左一的图为Anchor（参考点），左二为Negative（反例），右一为Positive（正例），这三张图片构成一个三元组（triplet），其中A和P的欧式距离可能很大，A和N的欧式距离可能很小。

triplet Loss

什么是Triplet Loss呢？顾名思义，也就是根据三张图片组成的三元组（Triplet）计算而来的损失（Loss）。

其中，三元组由Anchor(A),Negative(N),Positive(P)组成，任意一张图片都可以作为一个基点（A）,然后与它属于同一人的图片就是它的P，与它属于同一人的图片就是它的N。

Triplet Loss的学习目标可以形象的表示如下图：

网络没经过学习之前，A和P的欧式距离可能很大，A和N的欧式距离可能很小，如上图左边，在网络的学习过程中，A和P的欧式距离会逐渐减小，而A和N的距离会逐渐拉大。

也就是说，网络会直接学习特征间的可分性：同一类的特征之间的距离要尽可能的小，而不同类之间的特征距离要尽可能的大。

意思就是说通过学习，使得类间的距离要大于类内的距离。

损失函数为：

其中，左边的二范数表示类内距离，右边的二范数表示类间距离，α是一个常量。优化过程就是使用梯度下降法使得损失函数不断下降，即类内距离不断下降，类间距离不断提升。

hard triplets

理论上说，为了保证网络训练的效果最好，我们要选择hard positive

以及hard negative

来作为我们的三元组

因此，hard triplets应该是满足类内距离最大化并且类间距离最小化的三元组。

triplets 、triplet Loss和 hard triplets相关推荐

CV之FRec之ME/LF：人脸识别中常用的模型评估指标/损失函数(Triplet Loss、Center Loss)简介、使用方法之详细攻略
CV之FRec之ME/LF:人脸识别中常用的模型评估指标/损失函数(Triplet Loss.Center Loss)简介.使用方法之详细攻略目录 T1.Triplet Loss 1.英文原文解释 ...
Triplet Loss 实现
按照我原来的想法,Triplet Loss 三元组应该是这样选择的: (1) 前馈操作: cnn 先执行forward 操作,获取到embedding 的具体值后,再去用非 tf 函数去处理embed ...
论文精读2： Ground-to-Aerial Image Geo-LocalizationWith a Hard Exemplar Reweighting Triplet Loss
Ground-to-Aerial Image Geo-LocalizationWith a Hard Exemplar Reweighting Triplet Loss Ground-to-Aeria ...
2020 ArXiv之跨模态ReID：Parameters Sharing Exploration and Hetero-Center based Triplet Loss for Visible-T
Parameters Sharing Exploration and Hetero-Center based Triplet Loss for Visible-Thermal Person Re-Id ...
论文笔记3 --（ReID）In Defense of the Triplet Loss for Person Re-Identification
<In Defense of the Triplet Loss for Person Re-Identification> 论文:https://arxiv.org/abs/1703.07 ...
Triplet Loss笔记
在有监督学习中,一般都有固定数量的类别.通常我们可以用Softmax结合Cross Entropy Loss来做分类. 在监督学习中,会有变化数量的类别,这个时候我们可以用Triplet Loss来表 ...
关于triplet loss的注意事项
triplet loss 的代码有一点需要注意: 因为输出是对embedding层的映射后的距离的测度(一般是Euclidean距离).标签变量(y)是辅助计算的变量.不能one-hot编码. 借鉴下 ...
triplet loss损失函数
知识点来源于知乎链接 triplet loss的原理损失函数的公式L=max(d(a,p)-d(a,n)+margin,0) a: anchor,p: positive, 与a是同一类别的样本:n: ...
Triplet Loss: A Unified Embedding for Face Recognition and Clustering（论文阅读笔记）（2015CVPR）
论文链接:<FaceNet: A Unified Embedding for Face Recognition and Clustering> 摘要尽管人脸识别领域最近取得了重大进展[1 ...
一文理解Ranking Loss/Margin Loss/Triplet Loss
点击蓝字关注我们作者丨土豆@知乎来源丨https://zhuanlan.zhihu.com/p/158853633 本文已获授权,未经作者许可,不得二次转载. 前言 Ranking loss在 ...

triplets 、triplet Loss和 hard triplets

本文大多数知识来源于此文：https://blog.csdn.net/fire_light_/article/details/79592804

triplets

triplet Loss

hard triplets

triplets 、triplet Loss和 hard triplets相关推荐

最新文章

热门文章