myh12138的博客

loss的变化Y = wx + bsoftmax loss使得该类的样本更多地落入到该类的决策边界之内。而这种方式主要考虑样本是否能正确分类，缺乏类内和类间距离的约束。Center LossCenter Loss的整体思想是希望一个batch中的每个样本的feature离feature 的中心的距离的平方和要越小越好，也就是类内距离要越小越好。作者提出，最终的损失函数包含softmax loss和center loss，用参数λ来控制二者的比重。Center Loss的出现，使得人脸识

在ReID中常见的loss有Identity Loss、Verification Loss、Triplet loss1.Identity Loss.把ReID问题看做是一个图像分类问题，每一个ID都是一个类。2.verification loss可以度量两个样本之间的关系verification loss可以度量两个样本之间的关系3. Triplet lossRe-ID模型训练过程可视为一个检索排序问题。如图所示， 其基本思想是，通过预定义的边缘（margin），正对之间的距离应该小于负对样本之