本文研究了深度神经网络中图像对的相似性函数的学习方法,通过利用嵌入集合中的独立性来提高嵌入的鲁棒性,并借助在线梯度提升问题来划分深度网络的最后嵌入层。通过提出两个损失函数来增加集合的多样性,可用于权重初始化过程或训练期间,对图像检索任务的评估表明,我们的度量学习方法在多个数据集上均取得了比业界领先方法更好的表现。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步:在公众号对话中发送验证码: