【2】Triplet loss通常是在个体级别的细粒度识别上应用,传统的分类是花鸟够的大类别的识别,但是有些需求要精确到个体级别,比如精确到哪一个人的人脸识别,所以triplet loss的最主要应用也就是face identification、person re-identification、vehicle re-identification的各种identification问题上。这个loss虽然很好,但是用起来真的很烦,而且不太好理解。最近一直被这个题目困扰,搜了一下,又看到metric learning和circle loss之类的词汇,真是一口老血,学无止境啊。
philipperemy deep-speaker有实现一种简单的实现方法Lazy Triplet Loss,实测有效,但是如果要精调模型,或者想获得更加深入理解TripletLoss,这显然是不能满足要求的。这个方法大底是即基于easy triplets公式来实现的。在诉说为啥叫lazy之前,先回顾一下triplets的基本概念。
triplets三胞胎的大哥刘备a是anchor,是扛把子baseline;二弟关羽p是positive,处处要学着a争取跟a一模一样;三弟张飞n是negative,处处要跟a对着干,离得越远越好。
distance作为评判这三兄弟的关系,其实就是二弟、三弟和哥哥靠的近不近,这个和谐的兄弟关系应该是这样: d ( a , p ) d(a,p) d(a,p)越近越好, d ( a , n ) d(a,n) d(a,n)越远越好,怎么个好法呢?需要一个诸葛亮 m a r g i n margin margin来搅和一下
诸葛亮刚来,觉得大哥和二弟关系太近,搅和了一下,争取平和一下刘关张的关系:
L = M A X ( d ( a , p ) − d ( a , n ) + m a r g i n , 0 ) L=MAX(d(a,p)-d(a,n) + margin, 0) L=MAX(d(a,p)−d(a,n)+margin,0)
d ( a , p ) + m a r g i n < d ( a , n ) d(a,p)+margin<d(a,n) d(a,p)+margin<d(a,n),那么Max算子肯定取0了。这时候说明刘备a和关羽p哥俩好的像一个人似的,基本没张飞n啥事,诸葛亮 m a r g i n margin margin上来也没办法疏远,那么此时的情况天下太平。当然这种case也没有用。
在诸葛亮margin的成功搅和下,关羽和刘备疏远了, d ( a , p ) + m a r g i n > d ( a , n ) d(a,p)+margin>d(a,n) d(a,p)+margin>d(a,n),但诸葛亮不在的时候两个人还可以 d ( a , p ) < d ( a , n ) d(a,p)<d(a,n) d(a,p)<d(a,n),按照通用的公式来就是 d ( a , p ) + m a r g i n > d ( a , n ) > d ( a , p ) d(a,p)+margin>d(a,n)>d(a,p) d(a,p)+margin>d(a,n)>d(a,p)。这种情况如果神经网络不处理,就会演变成下面的极端情况。
d ( a , p ) > d ( a , n ) d(a,p)>d(a,n) d(a,p)>d(a,n),不管有没有诸葛亮,关羽和刘备都闹掰了,这个时候有故事看了,需要神经网络来调理调理。
到此用三国人物来大致调侃了一下triplets的概念,主要为了加深理解。
理想的分类模型应该是这样,所有的关系都满足easy triplets,这时候就没有必要训练了,这组数据集合经过embedding,分类效果杠杆滴,t-sne图上同类散点紧密簇在一起,感官上很完美;退而求其次就是semi-hard triplets,其实这种模型也不错,类间距总是大于类内距,t-sne图上同类散点基本上簇在一起,但是在实际应用中容易受到噪声的干扰,少部分离散点跑到别的类上去了;那么最后一种hard triplets就很容易理解了,无法准确的分辨出类别,t-sne散点图糊了。都解释的这么直白了,triplets的终极目标,没有hard,尽量少semi,最好都easy。
Lazy Triplets Loss最投机取巧的办法是:
虽然训练结果还不错,但是从机制上不够严谨,应该在batch筛选上再下功夫。
在DeepLearning的世界里,每次我想结束一个议题的时候,结果是又推开了另一扇门,就比如说这个triplets loss已经让我毛发稀疏了,本来希望通过一遍笔记收敛这个话题,搞一个终极解决方案出来,结果发现这个triplets loss的mining非常深奥,往前一探,就是度量学习,翻了翻这块的东西,我觉得还是先关上它,聚焦到triplet mining上,争取找到一个比lazy更好的策略,提高embedding的分离度。面对浩如烟海、日新月易的AI世界,无力感满满,还好有无数的先行者为后面的人开辟了道路,不至于每件事情从头做,为了能取得更好的结果,翻了一下本站,发现Triplet-Loss原理及其实现、应用翻译Triplet Loss and Online Triplet Mining in TensorFlow并用numpy重写了里面的方法,因为采用了mask的办法,使得满足easy条件的数据不会再被选中,这样可以进一步的提高后期的训练效率,这个方法值得一试,但要确认好不好用得花点时间。参考中的最后一篇对loss有更多的介绍,肯定要仔细研究,但不是现在,留个彩蛋吧。
本章剩下的部分就是讨论triplets batch策略,这个与之前的均方差,交叉熵等等最大的区别是:筛选过程可能要走一遍inference,这样才能得到要度量的结果,提前签知道哪些属于easy,没必要进training,既费时有费事。而且每个epoch训练完,上一次easy的可能这次就semi或者hard了,三者的关系随着每个epoch动态变化,咔咔,想想就头大。不妨再回顾一下Triplet Loss and Online Triplet Mining in TensorFlow提到的策略,有了我这么多铺垫,应该就不难理解了。
根据上节提到的三种loss度量,训练中需要选取hard和semi-hard的train sets,丢弃easy的train sets,一般分为offline和online两种策略。
Offline就是训练完一个epoch之后,下一个epoch之前,将train sets所有的数据做一遍inference,根据inference得来的embedding计算满足hard和semi-hard的结果,计算最后的triplets loss平均值,启动下一个epoch的training。脑补一下计算量和麻烦的程度,就是知道这个虽然很理想主义,单不靠谱。所以Offline策略只是个策略,没见人用的。
Online是各大论文采用和研究的主题,主导思想就是定义好了batchsize,每次启动下一个epoch之前,提取batch,将满足要求(hard、semihard)的loss拿来计算,训练再次走起,很显然这个方法loss似乎更加显著,而且人工干预少。In Defense of the Triplet Loss for Person Re-Identification先假设一个输入的batchsize B = P K , P = P e r s o n N u m b e r , K = I m a g e N u m b e r f o r t h i s p e r s o n B=PK, P=Person Number, K = Image Number for this person B=PK,P=PersonNumber,K=ImageNumberforthisperson具体的策略还分为如下:
人名 | 空 | 刘备 | 刘备 | 关羽 | 关羽 | 关羽 | 张飞 | 张飞 | 张飞 |
---|---|---|---|---|---|---|---|---|---|
空 | 空 | d(a,p) | d(a,p) | d(a,n) | d(a,n) | d(a,n) | d(a,n) | d(a,n) | d(a,n) |
刘备 | anchor1 | anchor2 | anchor3 | anchor1 | anchor2 | anchor3 | anchor1 | anchor2 | anchor3 |
刘备 | anchor2 | anchor1 | anchor3 | anchor1 | anchor2 | anchor3 | anchor1 | anchor2 | anchor3 |
刘备 | anchor3 | anchor1 | anchor2 | anchor1 | anchor2 | anchor3 | anchor1 | anchor2 | anchor3 |
关羽 | anchor1 | ||||||||
关羽 | anchor2 | ||||||||
关羽 | anchor3 | ||||||||
张飞 | anchor1 | ||||||||
张飞 | anchor2 | ||||||||
张飞 | anchor3 |
论文说batch Hard好,那接下来就研究如何mine一下自己的triplet,希望能比lazy好点。
1.philipperemy deep-speaker
2.Triplet loss学习笔记
3.Deep Metric Learning
4.周志华《Machine Learning》学习笔记(12)–降维与度量学习
5.【论文笔记4】深入理解行人重识别网络的Loss
文章浏览阅读3.4k次,点赞8次,收藏42次。一、什么是内部类?or 内部类的概念内部类是定义在另一个类中的类;下面类TestB是类TestA的内部类。即内部类对象引用了实例化该内部对象的外围类对象。public class TestA{ class TestB {}}二、 为什么需要内部类?or 内部类有什么作用?1、 内部类方法可以访问该类定义所在的作用域中的数据,包括私有数据。2、内部类可以对同一个包中的其他类隐藏起来。3、 当想要定义一个回调函数且不想编写大量代码时,使用匿名内部类比较便捷。三、 内部类的分类成员内部_成员内部类和局部内部类的区别
文章浏览阅读118次。分布式系统要求拆分分布式思想的实质搭配要求分布式系统要求按照某些特定的规则将项目进行拆分。如果将一个项目的所有模板功能都写到一起,当某个模块出现问题时将直接导致整个服务器出现问题。拆分按照业务拆分为不同的服务器,有效的降低系统架构的耦合性在业务拆分的基础上可按照代码层级进行拆分(view、controller、service、pojo)分布式思想的实质分布式思想的实质是为了系统的..._分布式系统运维工具
文章浏览阅读174次。1.数据源准备2.数据处理step1:数据表处理应用函数:①VLOOKUP函数; ② CONCATENATE函数终表:step2:数据透视表统计分析(1) 透视表汇总不同渠道用户数, 金额(2)透视表汇总不同日期购买用户数,金额(3)透视表汇总不同用户购买订单数,金额step3:讲第二步结果可视化, 比如, 柱形图(1)不同渠道用户数, 金额(2)不同日期..._exce l趋势分析数据量
文章浏览阅读3.3k次。堡垒机可以为企业实现服务器、网络设备、数据库、安全设备等的集中管控和安全可靠运行,帮助IT运维人员提高工作效率。通俗来说,就是用来控制哪些人可以登录哪些资产(事先防范和事中控制),以及录像记录登录资产后做了什么事情(事后溯源)。由于堡垒机内部保存着企业所有的设备资产和权限关系,是企业内部信息安全的重要一环。但目前出现的以下问题产生了很大安全隐患:密码设置过于简单,容易被暴力破解;为方便记忆,设置统一的密码,一旦单点被破,极易引发全面危机。在单一的静态密码验证机制下,登录密码是堡垒机安全的唯一_horizon宁盾双因素配置
文章浏览阅读7.7k次,点赞4次,收藏16次。Chrome作为一款挺不错的浏览器,其有着诸多的优良特性,并且支持跨平台。其支持(Windows、Linux、Mac OS X、BSD、Android),在绝大多数情况下,其的安装都很简单,但有时会由于网络原因,无法安装,所以在这里总结下Chrome的安装。Windows下的安装:在线安装:离线安装:Linux下的安装:在线安装:离线安装:..._chrome linux debian离线安装依赖
文章浏览阅读153次。中国发达城市榜单每天都在刷新,但无非是北上广轮流坐庄。北京拥有最顶尖的文化资源,上海是“摩登”的国际化大都市,广州是活力四射的千年商都。GDP和发展潜力是衡量城市的数字指...
文章浏览阅读3.3k次。前言spark在java使用比较少,多是scala的用法,我这里介绍一下我在项目中使用的代码配置详细算法的使用请点击我主页列表查看版本jar版本说明spark3.0.1scala2.12这个版本注意和spark版本对应,只是为了引jar包springboot版本2.3.2.RELEASEmaven<!-- spark --> <dependency> <gro_使用java调用spark注册进去的程序
文章浏览阅读4.8k次。汽车零部件开发工具巨头V公司全套bootloader中UDS协议栈源代码,自己完成底层外设驱动开发后,集成即可使用,代码精简高效,大厂出品有量产保证。:139800617636213023darcy169_uds协议栈 源代码
文章浏览阅读4.6k次,点赞20次,收藏148次。AUTOSAR基础篇之OS(下)前言首先,请问大家几个小小的问题,你清楚:你知道多核OS在什么场景下使用吗?多核系统OS又是如何协同启动或者关闭的呢?AUTOSAR OS存在哪些功能安全等方面的要求呢?多核OS之间的启动关闭与单核相比又存在哪些异同呢?。。。。。。今天,我们来一起探索并回答这些问题。为了便于大家理解,以下是本文的主题大纲:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JCXrdI0k-1636287756923)(https://gite_autosar 定义了 5 种多核支持类型
文章浏览阅读2.2k次,点赞6次,收藏14次。原因:自己写的头文件没有被加入到方案的包含目录中去,无法被检索到,也就无法打开。将自己写的头文件都放入header files。然后在VS界面上,右键方案名,点击属性。将自己头文件夹的目录添加进去。_vs2013打不开自己定义的头文件
文章浏览阅读3.3w次,点赞80次,收藏342次。此时,可以将系统中所有用户的 Session 数据全部保存到 Redis 中,用户在提交新的请求后,系统先从Redis 中查找相应的Session 数据,如果存在,则再进行相关操作,否则跳转到登录页面。此时,可以将系统中所有用户的 Session 数据全部保存到 Redis 中,用户在提交新的请求后,系统先从Redis 中查找相应的Session 数据,如果存在,则再进行相关操作,否则跳转到登录页面。当数据量很大时,count 的数量的指定可能会不起作用,Redis 会自动调整每次的遍历数目。_redis命令
文章浏览阅读449次,点赞3次,收藏3次。URP的设计目标是在保持高性能的同时,提供更多的渲染功能和自定义选项。与普通项目相比,会多出Presets文件夹,里面包含着一些设置,包括本色,声音,法线,贴图等设置。全局只有主光源和附加光源,主光源只支持平行光,附加光源数量有限制,主光源和附加光源在一次Pass中可以一起着色。URP:全局只有主光源和附加光源,主光源只支持平行光,附加光源数量有限制,一次Pass可以计算多个光源。可编程渲染管线:渲染策略是可以供程序员定制的,可以定制的有:光照计算和光源,深度测试,摄像机光照烘焙,后期处理策略等等。_urp渲染管线