首页|面向细粒度图像的数据关联代理损失

面向细粒度图像的数据关联代理损失

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
现有度量学习方法中基于元组的损失训练速度慢、基于代理的损失未考虑数据间细粒度的语义关系.针对这些问题,结合两者的优势提出了一种面向细粒度图像的数据关联代理损失(data relation proxy loss,DRPLoss)函数.采用具有批量归一化(BN)层的inception网络作为嵌入网络,在度量空间中利用梯度相互交互学习数据间的相关关系,并使用温度缩放调节DRPLoss对嵌入向量进行监督训练.在CUB-200-2011和Car-196数据集上验证了不同嵌入维度的DRPLoss的有效性,recall@1评价指标分别提升了2％和6.4％.实验结果表明,相比基于元组的损失和基于代理的损失,DRPLoss的训练速度更快,对细粒度图像检索的性能有显著性提高.
Data relation proxy loss for fine-grained image

苟光磊、杨雨、朱东旭

展开 >

重庆理工大学 计算机科学与工程学院,重庆400054

深度度量学习 损失函数 细粒度图像 嵌入网络

重庆市基础科学与前沿技术研究项目重庆理工大学研究生创新项目重庆理工大学研究生创新项目

Cstc2017jcyjAX0144Clgycx20202095clgycx20202089

2021

10.19734/j.issn.1001-3695.2021.04.0137

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(12)
  • 2