度量学习（Metric Learning）【AMSoftmax、Arcface】

秒速五厘米 2023-09-28 10:08 105阅读 0赞

## 一、概述 ##

度量学习 (Metric Learning) == 距离度量学习 (Distance Metric Learning，DML) == 相似度学习。  
![在这里插入图片描述][d09a39a5e4904e3999d1644e82fd6b28.png_pic_center]  
在数学中，一个度量（或距离函数）是一个定义集合中元素之间距离的函数。一个具有度量的集合被称为度量空间。度量学习(Metric Learning) 是人脸识别中常用的传统机器学习方法，由Eric Xing在NIPS 2002提出，可以分为两种：

*  通过线性变换的度量学习
 *  通过非线性变化的度量

其基本原理是根据不同的任务来自主学习出针对某个特定任务的度量距离函数。后来度量学习又被迁移至文本分类领域，尤其是针对高维数据的文本处理，度量学习有很好的分类效果。

## 二、为什么用度量学习 ##

K-means、K近邻方法、SVM等算法，比较依赖于输入时给定的度量，比如：数据之间的相似性，那么将面临的一个基本的问题是如何获取数据之间的相似度。

为了处理各种各样的特征相似度，我们可以在特定的任务通过选择合适的特征并手动构建距离函数。然而这种方法会需要很大的人工投入，也可能对数据的改变非常不鲁棒。

度量学习作为一个理想的替代，可以根据不同的任务来自主学习出针对某个特定任务的度量距离函数。

## 三、度量学习内容 ##

根据不同的任务来自主学习出针对某个特定任务的度量距离函数。

通过计算两张图片之间的相似度，使得输入图片被归入到相似度大的图片类别中去。

![在这里插入图片描述][b6e5c04dca2b43a095f348a3a57b53e6.png_pic_center]

## 四、与经典识别网络相比 ##

经典识别网络有一个bug：必须提前设定好类别数。 这也就意味着，每增加一个新种类，就要重新定义网络模型，并从头训练一遍。

比如我们要做一个门禁系统，每增加或减少一个员工(等于是一个新类别)，就要修改识别网络并重新训练。很明显，这种做法在某些实际运用中很不科学。

因此，Metric Learning作为经典识别网络的替代方案，可以很好地适应某些特定的图像识别场景。

一种较好的做法，是丢弃经典神经网络最后的softmax层，改成直接输出一根feature vector，去特征库里面按照Metric Learning寻找最近邻的类别作为匹配项。

目前，Metric Learning已被广泛运用于人脸识别的日常运用中。

--------------------

--------------------

--------------------

参考资料：  
[度量学习（Metric Learning）][Metric Learning]

[d09a39a5e4904e3999d1644e82fd6b28.png_pic_center]: https://img-blog.csdnimg.cn/d09a39a5e4904e3999d1644e82fd6b28.png#pic_center
[b6e5c04dca2b43a095f348a3a57b53e6.png_pic_center]: https://img-blog.csdnimg.cn/b6e5c04dca2b43a095f348a3a57b53e6.png#pic_center
[Metric Learning]: https://www.pianshen.com/article/19801195900/

发表评论取消回复

表情：

评论列表（有 0 条评论，105人围观）

还没有评论，来说两句吧...

相关阅读

相关度量学习（Metric Learning）【AMSoftmax、Arcface】

一、概述度量学习 (Metric Learning) == 距离度量学习 (Distance Metric Learning，DML) == 相似度学习。 ![在这

秒速五厘米/ 2023年09月28日 10:08/ 0 赞/ 106 阅读

相关机器学习中的度量——其他度量

机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以

Myth丶恋晨/ 2023年08月17日 15:16/ 0 赞/ 129 阅读

相关 Elasticsearch-Metrics Aggregations(度量聚合/指标聚合)

前言本文基于elasticsearch7.3.0版本 ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_

朱雀/ 2023年06月27日 11:14/ 0 赞/ 19 阅读

相关 Prometheus中如何查询所有的度量名称（metrics names)?

Prometheus自带了Promql查询语言，可以查询丰富的数据内容。笔者近期才开始接触Promql，相当于是这方面的菜鸟中的菜鸟，很想知道Prometheus采集的时序

浅浅的花香味﹌/ 2022年10月16日 08:40/ 0 赞/ 343 阅读

相关 Metrics介绍学习

[Metrics介绍和Spring的集成][Metrics_Spring] http://blog.csdn.net/smallnest/article/de

心已赠人/ 2022年07月19日 00:15/ 0 赞/ 171 阅读

相关机器学习——性能度量_回归

回归预测误差的绝对值的平均值（mae），回归预测误差的平方的平均值（mse） from sklearn.metrics import mean_absolute_

た入场券/ 2022年05月14日 07:34/ 0 赞/ 244 阅读

相关 Metrics-服务指标度量

简介 [Metrics][]作为一款监控指标的度量类库，提供了很多模块可以为第三方库或者应用提供辅助统计信息。Metrics内部提供了Gauge、Counter、Mete

悠悠/ 2022年03月15日 03:24/ 0 赞/ 276 阅读

相关 Elasticsearch 之 Metrics Aggregations（数值度量聚合）

Metrics Aggregations（数值度量聚合）该系列中的聚合基于以某种方式从正在聚合的文档中提取的值来计算度量。这些值通常从文档的字段中提取(使用字段数据)，

比眉伴天荒/ 2021年12月19日 01:23/ 0 赞/ 523 阅读

相关机器学习中的度量——其他度量

机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以

拼搏现实的明天。/ 2021年11月11日 12:40/ 0 赞/ 498 阅读

相关度量学习度量函数 metric learning deep metric learning 深度度量学习

曼哈顿距离(CityBlockSimilarity) 同欧式距离相似，都是用于多维数据空间距离的测度。 ![这里写图片描述][70] 欧式距离(Euclidean

Love The Way You Lie/ 2021年09月15日 22:16/ 0 赞/ 649 阅读