machine-learning - FaceNet 傻瓜版

Question

FaceNet 算法(在 this 文章中进行了描述)使用卷积神经网络来表示 128 维欧几里得空间中的图像。

阅读文章时我不明白:

1. 损失函数对卷积网络有何影响(在普通网络中，为了最小化损失，权重略有变化 -反向传播 - 那么，在这种情况下会发生什么？)

1. 如何选择三胞胎？

   2.1 。我怎么知道负面形象很难

   2.2 。为什么我使用损失函数来确定负图像

   2.3 。 什么时候我检查我的图像相对于 anchor 的硬度 - 我相信这是在我发送一个三元组以供网络处理之前，对吧。

Answer 1

以下是一些可能会澄清您疑虑的答案:

1. 即使在这里调整权重以最小化损失，只是损失项有点复杂。损失有两部分(在方程中用 + 分隔)，第一部分是一个人的图像与同一个人的不同图像的比较。 第二部分是该人的图像与另一个人的图像的比较。我们希望第一部分损失小于第二部分损失，损失方程本质上反射(reflect)了这一点。因此，在这里您基本上要调整权重，以使同一人错误更少，而不同人错误更多。

2. 损失项涉及三个图像:相关图像( anchor ):x_a，其正对:x_p 及其负对: x_n。 x_a 的最难正例是与其余正例图像相比误差最大的正例图像。 x_a 的最困难的负片是不同人的最接近的图像。因此，您希望使最远的正值彼此靠近，并将最接近的负值推得更远。这在损失方程中得到体现。

3. Facenet 在训练期间(在线)计算其 anchor 。在每个小批量(一组 40 个图像)中，他们选择最困难的负图像作为 anchor ，而不是选择最困难的正图像，他们选择批处理中的所有 anchor 正对。

如果您希望实现人脸识别，您最好考虑一下 paper ，它实现了中心损失，它更容易训练并且表现更好。