Deep Metric Learning with Hierarchical Triplet Loss 閱讀筆記

創新點和動機 文章提出了 hierarchical triplet loss (HTL) 方法，該方法主要通過定義一個編碼上下文信息的樹來收集信息樣本，改進了在 mini-batch 中隨機取樣導致的陷入局部最優和收斂速度慢等問題。 解決方法 給定使用傳統 triplet loss 預訓練的神經網絡 ϕ t ( ⋅ , θ ) ( ∈ R d ) \phi_{t}(\cdot, \boldsymb

>>阅读原文<<