机器学习笔记 - 使用具有triplet loss的孪生网络进行图像相似度估计

一、简述

        孪生网络是一种网络架构,包含两个或多个相同的子网络,用于为每个输入生成特征向量并进行比较。

        孪生网络可以应用于不同的场景,例如检测重复项、发现异常和人脸识别。

        此示例使用具有三个相同子网的孪生网络。我们将向模型提供三张图像,其中两张是相似的(锚点和正样本),第三张是不相关的(负样本)。我们的目标是让模型学习估计图像之间的相似性。

        为了让网络学习,我们使用triplet loss损失函数。可以在下面的FaceNet论文中找到有关triplet loss的介绍 。

https://arxiv.org/pdf/1503.03832.pdficon-default.png?t=N7T8https://arxiv.org/pdf/1503.03832.pdf        FaceNet 工作流程

你可能感兴趣的:(深度学习从入门到精通,triplet,loss,孪生网络,深度学习,tensorflow,损失函数,距离度量,人工智能)