P2SGrad: Refined Gradients for Optimizing Deep Face Models

Cosine-based softmax losses significantly improve the performance of deep face recognition networks. However, these losses always include sensitive hyper-parameters which can make training process unstable, and it is very tricky to set suitable hyper parameters for a specific dataset. This paper add...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Proceedings (IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Online) s. 9898 - 9906
Hlavní autoři:	Zhang, Xiao, Zhao, Rui, Yan, Junjie, Gao, Mengya, Qiao, Yu, Wang, Xiaogang, Li, Hongsheng
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.06.2019
Témata:	and Body Pose Benchmark testing Biometrics ; Deep Learning ; Optimization Methods; Recognition: Detection Categorization Convergence Environmentally friendly manufacturing techniques Face Face recognition Gesture Gradient methods Neural networks Noise Optimization Retrieval Robustness Training
ISSN:	1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!