モダンな深層距離学習 (deep metric learning) 手法: SphereFace, CosFace, ArcFace - Qiita

モダンな深層距離学習 (deep metric learning) 手法: SphereFace, CosFace, ArcFaceDeepLearningMetricLearningFaceRecognition はじめに 顔認識 (face recognition) 等の個体識別問題において、距離学習は非常に重要です。ここで個体識別問題というのは、顔認識を例に取ると下記のようなものです。 2つの顔画像ペアが与えられた際にその顔画像ペアが同一人物のものであるかを判定する1:1認証 N人の顔画像データが予め与えられた状態で、個人が特定されていない顔画像が入力された際に、その顔画像がN人のうちどれであるか、またはどれでもないかを判定する1:N認証 何故距離学習が重要かというと、クラス分類問題とは異なりクラス数が不定で各クラスに属する画像を事前に得ることができず1、クラス分類問題として解くこと

[yu4u]

深層距離学習 (deep metric learning) について、どうせ結局contrastive/triplet lossを使うんだろと思っていましたが、今回KaggleでArcFaceを利用してその学習の簡単さと性能にびっくりしたので解説しました。手法自体も納得性が高いで

[secondlife]

距離学習Imetric learning) について、ArcFace等々。

[reboot_in]

“どうせ結局contrastive lossとかtriplet lossを使っておけばいいんでしょ、と思いながら論文を読んでみると、完全にその認識が浦島太郎状態だったので、最近のSphereFace, CosFace, ArcFaceといった手法を紹介します。”

[stealthinu]

metric learningについての解説。特に顔認証や異常検知で有力な手法。ちゃんと読み直したがすごくわかりやすく説明されてて最後の複雑な式がどういう意味なのかちゃんと理解できた。ほんとありがたい。

[h_taiji]

ためす

[prototechno]

全部試すぉ～😻