人脸识别和检测中loss学习 - 2 - DeepID2（contrastive loss）

论文地址：Deep Learning Face Representation by Joint Identification-Verification

 

但是其主要的改进就是：

之前的softmax loss主要是用来增大类间差距，即两个不同类之间的差距

但是对类内差距的影响不大，其实就是希望同一个类之间的距离能更加紧凑

因此增加了一个验证的监督信号，用来减少类内差距

 

 

网络结构：

 

 

损失函数：

1）分类信号：普通的softmax交叉熵损失：

 

 

2）验证信号：

 

 这一损失函数在后面的人脸识别论文中通常会被称为“contrastive loss”

 

训练过程：