ProcSim:基于代理的鲁棒相似性学习的置信度

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该文介绍了ProcSim框架,通过建立类别本体和创建语义一致的标签错误,训练鲁棒的深度度量学习模型。实验结果表明,该方法在深度度量学习基准数据集上取得了最先进的性能。

🎯

关键要点

  • 介绍了ProcSim框架
  • 通过建立类别本体和创建语义一致的标签错误来训练深度度量学习模型
  • 计算样本与类别代表的归一化距离以得到置信度评分
  • 实验结果显示该方法在深度度量学习基准数据集上表现优异
➡️

继续阅读