网站建设课程,中山建网站最好的公司,wordpress 加下载,包头公司注册1 Abstract
卷积神经网络#xff08;CNNs#xff09;已广泛应用于计算机视觉领域#xff0c;显著提高了计算机视觉领域的技术水平。在大多数可用的cnn中#xff0c;使用软tmax损失函数作为监督信号来训练深度模型。为了增强深度学习特征的识别能力#xff0c;本文提出了一…1 Abstract
卷积神经网络CNNs已广泛应用于计算机视觉领域显著提高了计算机视觉领域的技术水平。在大多数可用的cnn中使用软tmax损失函数作为监督信号来训练深度模型。为了增强深度学习特征的识别能力本文提出了一种新的监督信号用于人脸识别任务。具体来说中心损失同时学习每个类的深度特征的一个中心并惩罚深度特征与其对应的类中心之间的距离。更重要的是我们证明了所提出的中心损失函数在cnn中是可训练的和易于优化的。在软最大损失和中心损失的联合监督下我们可以训练一个鲁棒的神经网络尽可能地获得具有类间缺失和类内紧凑性两个关键学习目标的深度特征这对人脸识别非常重要。令人鼓舞的是我们的cnn通过这样的联合监督在几个重要的人脸识别基准上达到了最先进的准确性野外标记人脸LFW
2 Algorithm 3 Optimization Strategy 3 Performance 3 code
import torch
import torch.nn as nnclass CenterLoss(nn.Module):Center loss.Reference:Wen et al. A Discriminative Feature Learning Approach for Deep Face Recognition. ECCV 2016.Args:num_classes (int): number of classes.feat_dim (int): feature dimension.def __init__(self, num_classes10, feat_dim2, use_gpuTrue):super(CenterLoss, self).__init__()self.num_classes num_classesself.feat_dim feat_dimself.use_gpu use_gpuif self.use_gpu:self.centers nn.Parameter(torch.randn(self.num_classes, self.feat_dim).cuda())else:self.centers nn.Parameter(torch.randn(self.num_classes, self.feat_dim))def forward(self, x, labels):Args:x: feature matrix with shape (batch_size, feat_dim).labels: ground truth labels with shape (batch_size).batch_size x.size(0)a torch.pow(x, 2).sum(dim1, keepdimTrue).expand(batch_size, self.num_classes)b torch.pow(self.centers, 2).sum(dim1, keepdimTrue).expand(self.num_classes, batch_size).t()# 这里相当于求x的平方与centers平方的和distmat torch.pow(x, 2).sum(dim1, keepdimTrue).expand(batch_size, self.num_classes) \torch.pow(self.centers, 2).sum(dim1, keepdimTrue).expand(self.num_classes, batch_size).t()distmat.addmm_(1, -2, x, self.centers.t())# 这里相当于求-2*(x centers),与上一步相加即(x - centers)**2classes torch.arange(self.num_classes).long()if self.use_gpu: classes classes.cuda()labels labels.unsqueeze(1).expand(batch_size, self.num_classes)mask labels.eq(classes.expand(batch_size, self.num_classes))dist distmat * mask.float()loss dist.clamp(min1e-12, max1e12).sum() / batch_sizereturn loss 视觉与控制前沿公众号第一时间获取最有价值的前沿视觉与控制文章。 公众号链接视觉与控制公众号
