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 .