3.5 损失函数设计 (如：Triplet Loss, Cosine Loss, Addit...

文档摘要

3.5 损失函数设计 (如：Triplet Loss, Cosine Loss, Additive Angular Margin Loss) 3.5 损失函数设计人脸识别任务的本质是学习一个区分性强的特征空间，使得同一人的面部特征尽可能接近，不同人的面部特征尽可能远离。损失函数在人脸识别模型训练中扮演着至关重要的角色，它指导着模型学习的方向，直接影响着最终识别的准确率和鲁棒性。传统的损失函数，如Softmax Loss，在人脸识别任务中存在一些局限性，例如： Softmax Loss主要用于分类任务，优化的是类间的区分度，而忽略了类内的紧凑性。 Softmax Loss的性能受限于训练集的规模，对于开放环境下的识别任务泛化能力较弱。