公开(公告)号：CN113052261B

公开(公告)日：2024-05-31

申请号：CN202110434753.3

申请日：2021-04-22

Applicant: 东南大学

Inventor： 李晨 ,  许虞俊 ,  孙翔 ,  曹悦欣 ,  杜文娟

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明公开了一种基于余弦空间优化的图像分类损失函数的设计方法，该方法基于常用的Additive Margin Softmax优化，提出了一种可以对图像分类的类内距离与类间距离同时进行主动调控的损失函数。该方法在模型训练的前半阶段采用了AM‑Softmax损失函数，拉开类间距离，在训练后半阶段加入可以随训练批次动态调节的类内中心，进一步紧致同一类别物体的特征向量，同时拉开不同类别物体特征向量间的余弦距离，能够使得模型更快收敛，既能够充分的区分相似类别，也能进一步提高模型性能。

公开(公告)号：CN113052261A

公开(公告)日：2021-06-29

申请号：CN202110434753.3

申请日：2021-04-22

Applicant: 东南大学

Inventor： 李晨 ,  许虞俊 ,  孙翔 ,  曹悦欣 ,  杜文娟

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于余弦空间优化的图像分类损失函数的设计方法，该方法基于常用的Additive Margin Softmax优化，提出了一种可以对图像分类的类内距离与类间距离同时进行主动调控的损失函数。该方法在模型训练的前半阶段采用了AM‑Softmax损失函数，拉开类间距离，在训练后半阶段加入可以随训练批次动态调节的类内中心，进一步紧致同一类别物体的特征向量，同时拉开不同类别物体特征向量间的余弦距离，能够使得模型更快收敛，既能够充分的区分相似类别，也能进一步提高模型性能。