Circle Loss：從統一的相似性對的優化角度進行深度特徵學習 | CVPR 2020 Oral

論文提出了Circle loss，不僅能夠對類內優化和類間優化進行單獨地處理，還能根據不同的相似度值調整對應的梯度。總體而言，Circle loss更靈活，而且優化目標更明確，在多個實驗上都有較好的表現，個人認爲是一個很好的工作   來源：曉飛的算法工程筆記 公衆號 論文: Circle Loss: A Unified Perspective of Pair Similarity Optimiza

>>阅读原文<<