关键词discriminative loss function
搜索结果 - 3
- 分类的大边缘判别损失
这篇论文介绍了一种在深度学习背景下具有较大边界的新型判别性损失函数,通过提高神经网络的判别能力,即类内紧凑性和类间可分性,来优化特征空间,同时通过数学分析关系、设计策略和研究泛化误差,提高模型的测试准确性。
- 深度神经网络分类的负对数似然比损失函数
本文提出了一种判别损失函数,与生成式训练标准不同,该函数使用正确和竞争类之间的负对数似然比,极大地提高了在 CIFAR-10 图像分类任务中的性能。
- CVPR具有判别性损失函数的语义实例分割
本文提出利用判别式损失函数的像素级卷积神经网络来实现简单的图像实例分割,不需要借助物体提议或循环机制,仅仅通过一个后处理步骤即可完成聚类,简单有效且具有竞争性。