概述
1. 介绍
论文地址：ComboLoss for Facial Attractiveness Analysis with Squeeze-and-Excitation Networks
代码：lucasxlu/ComboLoss
针对问题：年龄估计、面部吸引力估计中loss的设置
年龄估计与面部吸引力估计既不属于回归问题，也不属于分类问题；
-
回归问题的回归曲线是静态的，而年龄估计是 每个人服从单独的回归曲线，是动态的；
-
标签间存在模糊的信息， 使得这些任务不同于传统的分类任务， softmax仅仅强调了类间差异的最大化，却忽略了年龄问题本身的连续性。
主要贡献：ComboLoss
年龄估计与面部吸引力估计既不属于回归问题，也不属于分类问题，因此也不好简单使用这些任务的loss函数，ComboLoss主要是综合了回归、分类与期望三个loss。
2. 方法
回归：MSE
分类：CE
期望：
ComboLoss：
网络结构：
最后
以上就是背后睫毛膏为你收集整理的【论文解读】ComboLoss(年龄估计、面部吸引力估计)的全部内容，希望文章能够帮你解决【论文解读】ComboLoss(年龄估计、面部吸引力估计)所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复