@article{wang2018cosface:,
title={CosFace: Large Margin Cosine Loss for Deep Face Recognition},
author={Wang, Hao and Wang, Yitong and Zhou, Zheng and Ji, Xing and Gong, Dihong and Zhou, Jingchao and Li, Zhifeng and Liu, Wei},
pages={5265--5274},
year={2018}}
概
本文從angular margin角度提出了對交叉熵損失的一個改進.
主要內(nèi)容
一般的softmax交叉熵損失為
其中
固定, 則
只與角度angular margin有關(guān), 所以實際上, 一個類別屬于就是當
為了給其增加一些難度, 我們可以
即我們在的基礎(chǔ)上, 進一步要求其angular margin進一步提高, 這就是large angular margin的思想.
于是本文的損失為: