Circle Loss
理解 Circle Loss 如何通过统一的决策边界优化类内相似度和类间差异，提升细粒度图像检索性能。
20
0
0
2026-06-21
Proxy NCA 损失
学习 Proxy NCA 损失，使用可学习的代理向量近似真实样本分布，避免直接配对计算，加快收敛。
33
0
0
2026-06-21
N-pair Loss
扩展三元组损失，在每个批次中使用多个负样本进行联合比较，提升嵌入空间的判别性和训练效率。
32
0
0
2026-06-21
三元组损失 Triplet Loss
掌握三元组损失的原理，学习如何选取困难三元组，在人脸识别、图像检索中拉近正例、推远负例。
34
0
0
2026-06-21