CVPR 2020 Oral 線上分享 | Circle Loss，從統一視角提升深度特徵學習能力

Circle Loss 在兩種基本學習範式，三項特徵學習任務（人臉識別，行人再識別，細粒度圖像檢索），十個數據集上都取得了極具競爭力的表現：在人臉上，採用分類模式，Circle Loss 超過了該領域先前的最好方法（如 AM-Softmax，ArcFace）；在細粒度檢索中，採用樣本對學習方式，Circle Loss 又媲美了該領域先前的最高方法（如 Multi-Simi）。 本期直播分享，極市平

>>阅读原文<<