论文阅读:CVPR 2015 FaceNet: A Unified Embedding for Face Recognition and Clustering
2016-12-30 16:03
666 查看
概述
这篇文章的核心思想是构建了一个triplet loss。也就是一次训练取3张图片,一张为anchor,一张与anchor属于同一类,一张与anchor属于不同类。训练的时候使得属于同一类的距离小,不同类的距离拉大。这个loss的不足之处是需要挖掘样本对。相关文章推荐
- 数据结构经典算法学习之八皇后01
- Android中播放声音的两种方法
- UML類圖簡要筆記
- zookeeper集群搭建设置
- hashmap transfer方法分析
- 事物控制
- nginx使用include实现多域名访问
- 页面的解析-文件
- 驱动调试的一些想法
- web api+递归树型结构
- 树回归CART(Classification And Regression Tree)(2)
- CGI、FastCGI、php-fpm 之间关系的区别
- 应该怎样学数据结构
- js发布订阅实现双向数据绑定
- 高效sql写法样例
- 安卓实现支付宝6位密码输入界面
- RSA算法原理
- mac android studio 环境的搭建
- python基础
- JAVA必备基础知识点