zkcys001 / UDAStrongBaseline

Open-source stronger baseline for unsupervised or domain adaptive object re-ID.
143 stars 21 forks source link

三元组损失的形式 #9

Closed clarkhedi closed 3 years ago

clarkhedi commented 3 years ago

您好,我有一个问题想请教一下您。如下: Exploiting sample uncertainty for domain adaptive person re-identification这篇论文中的公式(5),我的个人观点:这个不确定性的三元组损失看着像对比损失。形式如下: image 所以想请问一下您,这个三元组损失为什么要这样写? 三元组损失的形式不应该是Group-aware Label Transfer for Domain Adaptive Person Re-identification这篇论文中公式(1)那样吗?形式如下: image 希望您能抽空帮忙解答一下,非常感谢!

zkcys001 commented 3 years ago

感谢提问! uncertainty的公式(5)是三元组损失中的softmax-triplet loss版本(可以是欧式空间下的,也可以是cos空间下的),这么写是为了更好的加uncertainty,以及和id loss、contrastive loss统一起来。 关于softmax-triplet loss你可以参考Mutual Mean-Teaching: Pseudo Label Refinery for Unsupervised Domain Adaptation on Person Re-identification这篇文章中的公式(6)。

最近重写了代码,为了把项目统一,其实在这个代码中用的都是softmax-triplet loss。

clarkhedi commented 3 years ago

非常感谢您的回答,我明白了。