URL:
http://openaccess.thecvf.com/content_CVPR_2019/papers/Suh_Stochastic_Class-Based_Hard_Example_Mining_for_Deep_Metric_Learning_CVPR_2019_paper.pdf
TL;DR
基于类别的难样本挖掘。
先挖掘难的类别，再在难类别中选取难样本。
方法
- 样本挖掘
首先选取一个样本anchor，其类别为 
， 记 
表示从类别 中随机选取的 
个样本组成的集合。根据如下公式选取 )
个和相似度最大的类别。公式简单理解为用类别特征和所有样本求取相似度（取最大值），找到top 个类别。
%7D%20%5C%5C%20%7B%5Ctext%20%7B%20subject%20to%20%7D%5Cleft%7C%5Cmathcal%7BV%7D%5E%7B%5Cprime%7D%5Cright%7C%3D%5Calpha(K-1)%7D%5Cend%7Barray%7D)
在
的所有类别的样本中，继续按照样本筛选和中所有样本相似度最大的%5Ceta)
个样本。
%20%5C%5C%20%26%20%5Cmathcal%7BV%7D%5E%7B%5Cprime%7D%20%5Csubset%5Cleft%5C%7B%5Cmathbf%7Bx%7D%20%7C%20y_%7B%5Cmathbf%7Bx%7D%7D%3Dc%2C%20c%20%5Cin%20%5Cmathcal%7BP%7D_%7Bc%7D%5Cright%5C%7D%20%5C%5C%20%5Ctext%20%7B%20subject%20to%20%7D%20%26%5Cleft%7C%5Cmathcal%7BV%7D%5E%7B%5Cprime%7D%5Cright%7C%3D%5Cbeta(K-1)%20%5Ceta%20%5Cend%7Baligned%7D)
loss中除了包含triplet loss之外，还新增了如下项（norm后的softmax？），用于约束样本对类别的相似度。
%20%26%3D-%5Cfrac%7B1%7D%7BN%7D%20%5Csum_%7B%5Cmathbf%7Bx%7D%20%5Cin%20%5Cmathcal%7BX%7D%7D%20%5Clog%20(P(%5Cmathbf%7Bx%7D%20%3B%20%5Cmathcal%7BW%7D))%20%5C%5C%20%26%3D-%5Cfrac%7B1%7D%7BN%7D%20%5Csum_%7B%5Cmathbf%7Bx%7D%20%5Cin%20%5Cmathcal%7BX%7D%7D%20%5Clog%20%5Cleft(%5Cfrac%7B%5Cexp%20%5Cleft(S%5Cleft(%5Cmathbf%7Bw%7D_%7By_%7Bx%7D%7D%2C%20%5Cmathbf%7Bx%7D%5Cright)%5Cright)%7D%7B%5Csum_%7Bc%7D%20%5Cexp%20%5Cleft(S%5Cleft(%5Cmathbf%7Bw%7D_%7Bc%7D%5Cright)%5Cright)%7D%5Cright)%20%5C%5C%20%26%3D-%5Cfrac%7B1%7D%7BN%7D%20%5Csum_%7B%5Cmathbf%7Bx%7D%20%5Cin%20%5Cmathcal%7BX%7D%7D%20%5Clog%20%5Cleft(%5Cfrac%7B%5Cexp%20%5Cleft(%5Ccos%20%5Ctheta_%7By_%7Bx%7D%7D%5Cright)%7D%7B%5Csum_%7Bc%7D%20%5Cexp%20%5Cleft(%5Ccos%20%5Ctheta_%7Bc%7D%5Cright)%7D%5Cright)%20%5Cend%7Baligned%7D)
triplet进行了优化，做了加权，提高了semi-hard样本的权重。
%3D%5Cmax%20%5Cleft(0%2C%20d%5Cleft(%5Cmathbf%7Bx%7D_%7Ba%7D%2C%20%5Cmathbf%7Bx%7D_%7Bp%7D%5Cright)-d%5Cleft(%5Cmathbf%7Bx%7D_%7Ba%7D%2C%20%5Cmathbf%7Bx%7D_%7Bn%7D%5Cright)%2Bm%5Cright)%7D%20%5C%5C%20%7BL_%7BT%7D(%5Cmathcal%7BX%7D)%3D%5Cfrac%7B1%7D%7B%5Csum_%7B%5Ctau%20%5Cin%20%5Cmathcal%7BT%7D%7D%20%5Comega(%5Ctau)%7D%20%5Csum_%7B%5Ctau%20%5Cin%20%5Cmathcal%7BT%7D%7D%20%5Comega(%5Ctau)%20%5Cell_%7BT%7D(%5Ctau)%7D%5Cend%7Barray%7D%20%5C%5C%20%5Comega(%5Ctau)%3D%5Cleft%5C%7B%5Cbegin%7Barray%7D%7Bll%7D%7B1%2C%7D%20%26%20%7B%5Ctext%20%7B%20if%20%7D%20%5Cell_%7BT%7D(%5Ctau)%3E0%7D%20%5C%5C%20%7B0%2C%7D%20%26%20%7B%5Ctext%20%7B%20otherwise%20%7D%7D%5Cend%7Barray%7D%5Cright.)
实验
