.png){kind=icon}
返回
IMSDO: Deep metric learning with incremental margin and standard deviation optimization
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2025.131376.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们提出两种方法来改进深度度量学习的性能。
• Incremental Margin 在训练过程中逐渐增加三元组损失函数的边界。
• 受到学习率预热（warmup learning rate）的启发，Incremental Margin 实现了渐进式学习。
• SDO 引入了一种损失函数来控制特征图的标准差。
• 最小化特征图的标准差可以消除无关的特征图。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
分享收藏Deep metric learning for few-shot image classification: A Review of recent developments用于少镜头图像分类的深度度量学习: 最新进展综述.png)
PATTERN RECOGNITION
OAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏Multi-proxy feature learning for robust fine-grained visual recognition面向鲁棒细粒度视觉识别的多代理特征学习PATTERN RECOGNITION
PATTERN RECOGNITIONIF7.6
PREAI
分享收藏C2RL: Convolutional-Contrastive Learning for Reinforcement Learning Based on Self-Pretraining for Strong AugmentationSENSORSOAAI
SENSORSIF3.5
OAAI分享收藏
查看更多内容