这里简单的记录在人脸识别/声纹识别中常用的分类loss。详细原理可以参考其他博客。
扩展资料1
扩展资料2
L-softmax A-softmax AM-softmax
L-softmax :基于softmax加入了margin, Wx 改写为||w||||x||cos(角度),将角度变为了m角度
A-softmax :a=Angular,归一化||w||为1,b=0,W*x 变成了cos(theta),只优化角度
AM-softmax : 将A-softmax中的角度乘法,改为了cos角度之后做减法,好像实现等于CosFace,只不过分析角度不同
ArcFace CosFace SphereFace
arcface sphereface cosface都在上面的基础上添加了margin,但是margin添加的位置不同;
arcface直接作用于角度加法,使得类内角度尽量小;
sphere直接作用于角度乘法,使得类内角度尽量小;
cosface直接作用于cos角度计算之后,做减法,使得(cos角度)越大越好;