loss_function_search:人脸识别的损失函数搜索

【文件属性】：
文件名称：loss_function_search:人脸识别的损失函数搜索
文件大小：700KB
文件格式：ZIP
更新时间：2021-05-29 10:19:14
search face-recognition Python (ICML2020) 人脸识别的损失函数搜索 王晓波*、王硕*、程驰、张世峰、陶梅 这是我们用于人脸识别的损失函数搜索的官方实现。 它已被 ICML 2020 接受。 介绍 在人脸识别中，设计基于边距（例如，角度、加性、加性角边距）的 softmax 损失函数在学习判别特征中起着重要作用。 然而，这些手工制作的启发式方法不是最佳的，因为它们需要付出很多努力来探索大的设计空间。 我们首先分析，增强特征辨别力的关键其实是如何降低softmax概率。 然后我们为当前基于边际的 softmax 损失设计一个统一的公式。 因此，我们定义了一个新的搜索空间并开发了一种奖励引导的搜索方法来自动获得最佳候选者。 在各种人脸识别基准上的实验结果证明了我们的方法相对于最先进的替代方法的有效性。 结果 我们的搜索空间 为了验证我们搜索空间的有效性，可以简单地选择 random-softmax。 在train.

【文件预览】：
loss_function_search-master
----stop.sh(64B)
----backbone()
--------mobilefacenet.py(4KB)
--------__init__.py(348B)
--------resnet.py(6KB)
----data()
--------CASIA-WebFace-R.txt(77KB)
--------MS-Celeb-1M-v1c-R.txt(664KB)
----lmdb_utils()
--------lmdb_dataset.py(2KB)
--------__init__.py(85B)
--------lmdb_sampler.py(2KB)
--------caffe_pb2.py(264KB)
----resource()
--------search_space.png(101KB)
--------random_softmax.png(35KB)
--------result.png(190KB)
----train.sh(645B)
----fc()
--------fc_layers.py(4KB)
----lfs_core()
--------loss_func_search.py(2KB)
--------link_utils.py(534B)
--------utils()
----README.md(2KB)
----validate_lfw.py(7KB)
----main.py(7KB)