Facenet是面部识别的深度学习模型 . 它被训练用于提取特征,即通过称为嵌入的固定长度矢量来表示图像 . 训练之后,对于每个给定的图像,我们将第二个最后一层的输出作为其特征向量 . 此后,我们可以基于特征和一些距离函数(例如欧几里德距离)来进行验证(以判断两个图像是否是同一个人) .
三元组损失是一种损失函数,基本上说,同一个人的特征向量之间的距离应该很小,并且不同人之间的距离应该很大 .
我的问题是,有没有办法混合不同卷积模型的不同嵌入集?例如,训练3不同模型(Resnet模型,初始模型和VGG)具有三重损失,然后混合3 128维嵌入以构建新的元嵌入以获得更好的面部验证准确性 . 如何混合这种嵌入设置?
1 回答
有一个相同的问题和有用的答案here .