CenterLoss在MNIST上的实现
MNIST特征提取解释图像识别之CenterLoss 一、提出问题 在图像识别中,一个很关键的要素就是图像中提取出来的特征,它关乎着图像识别的精准度。而通常用的softmax输出函数提取到的特征之间往往接的很紧,无太大的明显界限。在根据这些特征做识别的时候会出现模拟两可的情况,那么怎么让提取到的特征之间差异性更大从而提高识别的正确率就成了图像识别的一个重大问题。 二、解决办法: 有研究就提出了解决问题的方法:减小类内聚,增大类间距,于是就有了后面的CenterLoss和ArcLoss CenterLoss是减小类内聚,间接增大类间距;ArcLoss直接增大类间距
暂无评论