近日，Facebook AI 和 Cornell Tech 的研究人员近期发表研究论文预览文稿，声称近十三年深度度量学习（deep metric learning） 领域的目前研究进展和十三年前的基线方法(Contrastive, Triplet) 比较并无实质提高，近期发表论文中的性能提高主要来自于不公平的实验比较, 泄露测试集标签，以及不合理的评价指标。
也就是说：新出的ArcFace, SoftTriple, CosFace 等十种算法与十三年前的依赖成对或成三元组的损失函数并没有本质上的区别。
FB和康奈尔科技此论无疑是对深度度量学习过去十三年研究成果盖棺定论，斩钉截铁表示，虽然深度度量学习非常重要，但是学界这些年一直在灌水。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢