画像ディレクトリからシャム ネットワーク用の CaffeDB トレーニング データを作成する方法に関連
Nラベルがあれば。N対照的な損失層の直前のサイズの特徴ベクトルが各クラスのある種の確率を表すようにするにはどうすればよいですか? それともシャムネットのデザインで自動的に来るのですか？
質問する
726 次
1 に答える
2
シャム ネットワークでコントラスト損失のみを使用する場合、ネットを強制的に正しいラベルに分類する方法はありません。これは、ネットが「同じ/同じではない」情報のみを使用してトレーニングされ、異なるクラスのセマンティクスを認識していないためです。 .
できることは、複数の損失レイヤーでトレーニングすることです。
ドメインに十分に到達する特徴表現をトレーニングすることを目指す必要があります。これにより、入力のトレーニング済み特徴ベクトルを (高次元で) 見て、その入力を正しいクラスに簡単に分類できるようになります。さらに、2 つの入力の特徴表現を考えると、それらが「同じ」か「同じでない」かを簡単に判断できるはずです。したがって、層の 1 つの出力として
2 つの損失層を使用してディープ ネットワークをトレーニングすることをお勧めします。1 つの損失は対照的な損失です。もう一方の損失には、レイヤーを持つ別のレイヤーが必要です。 "bottom""InnerProduct""InnerProduct"num_output: N"SoftmaxWithLoss"
同様の概念がこの作業で使用されました: Sun、Chen、Wang、および Tang Deep Learning Face Representation by Joint Identification-Verification NIPS 2014 .
于 2016-01-23T20:01:37.103 に答える