Ranked List Loss for Deep Metric Learning

CVPR2019 度量学习

Ranked List Loss for Deep Metric Learning

原文链接：https://arxiv.org/abs/1903.03238

度量学习在图像识别、检索等领域有着广泛应用。本文提出了一种新的方法，Ranked List Loss(RLL)。利用该损失函数可以小幅提升网络的准确性。话不多说，直接上图。

上图是几种常见的损失函数，最右侧的是本文算法。蓝色代表query，形状不同代表类别（标签）不同。按照顺序简介一下：

1. 一个同类样本（positive）一个异类样本（negative）
2. 每一类选取一个样本
3. 一个positive，每一个negative类的平均
4. 一个positive，所有的negative
5. 所有的positive和negative

核心思想都是：让positive靠近，negative远离。

在此基础上，RLL还有一个特别之处，如下图：