面向细粒度图像的数据关联代理损失

作者：苟光磊; 杨雨; 朱东旭

来源：计算机应用研究, 2021, 38(12): 3826-3830.

DOI：10.19734/j.issn.1001-3695.2021.04.0137

• 深度度量学习
• 损失函数
• 细粒度图像
• 嵌入网络

现有度量学习方法中基于元组的损失训练速度慢、基于代理的损失未考虑数据间细粒度的语义关系。针对这些问题,结合两者的优势提出了一种面向细粒度图像的数据关联代理损失(data relation proxy loss, DRPLoss)函数。采用具有批量归一化(BN)层的inception网络作为嵌入网络,在度量空间中利用梯度相互交互学习数据间的相关关系,并使用温度缩放调节DRPLoss对嵌入向量进行监督训练。在CUB-200-2011和Car-196数据集上验证了不同嵌入维度的DRPLoss的有效性,recall@1评价指标分别提升了2%和6.4%。实验结果表明,相比基于元组的损失和基于代理的损失,DRPLoss的训练速度更快,对细粒度图像检索的性能有显著性提高。

• 单位
  重庆理工大学