和arcface这些损失函数一样，circle loss也应该是和全连接层的权重求相似度吧，convert_label_to_similarity这个函数看不懂啊

[westnight]

[maryhh]

这个就是相当于一个batch 里的embdding 互相求相似度,然后算出sp和sn吧,可是我做了下实验,每个样本求loss累加除以batch_size和这样算得结果不一样

[TinyZeaMays]

不同于arcface，circle loss不与全连接层的权重求相似度。不过实现过一个类似功能的函数，见circle_loss_early.py中的CircleLossLikeCE与NormLinear，这里的范式是arcface cosface一类的，但是由circle loss的公式推导到这个种特例。

[ruiming46zrm]

个人认为这个Loss对数据采样策略以及batch_size要求高, 如果是arc face这样的一个shuffle的batch直接两两匹配遍历, 会出结果我吃xiang.....

[maryhh]

个人认为这个Loss对数据采样策略以及batch_size要求高, 如果是arc face这样的一个shuffle的batch直接两两匹配遍历, 会出结果我吃xiang.....

我昨天试了下12万id batch=420 sp个数在(0,4)间浮动,不知道原论文是怎么做的实验,是不是也是直接和全连接乘的

[ruiming46zrm]

个人认为这个Loss对数据采样策略以及batch_size要求高, 如果是arc face这样的一个shuffle的batch直接两两匹配遍历, 会出结果我吃xiang.....

我昨天试了下12万id batch=420 sp个数在(0,4)间浮动,不知道原论文是怎么做的实验,是不是也是直接和全连接乘的

hhhhh我都不想花时间试验了- -, 请问你的结果大概什么水平?

[maryhh]

个人认为这个Loss对数据采样策略以及batch_size要求高, 如果是arc face这样的一个shuffle的batch直接两两匹配遍历, 会出结果我吃xiang.....

我昨天试了下12万id batch=420 sp个数在(0,4)间浮动,不知道原论文是怎么做的实验,是不是也是直接和全连接乘的

hhhhh我都不想花时间试验了- -, 请问你的结果大概什么水平?

还没想好要怎么搞batch_size,我直接和全连接层乘算得,gamma=256,m=0.25,loss直接从270多开始降,还没看到结果.

[westnight]

我用全连接层匹配的方式训练了一把，在私人数据集上的结果是82%，arcface是84%。

[Zhizh1]

What to do if the loss function does not converge

[TedSYt]

我用全连接层匹配的方式训练了一把，在私人数据集上的结果是82%，arcface是84%。

请问你的setting是啥呀，BatchSize 是多少呢？

[westnight]

我用全连接层匹配的方式训练了一把，在私人数据集上的结果是82%，arcface是84%。

请问你的setting是啥呀，BatchSize 是多少呢？

m,s和论文一致，bs200

[TinyZeaMays]

What to do if the loss function does not converge

这类带有难例挖掘的Loss总是比较大，看性能指标比较好点

[linjiawen2019]

请问大家有遇到convert_label_similarity模块中“‘Tensor’ object has no attribute 'logical_not'”的问题吗？这个问题我不知道怎么解决

[TinyZeaMays]

请问大家有遇到convert_label_similarity模块中“‘Tensor’ object has no attribute 'logical_not'”的问题吗？这个问题我不知道怎么解决

是pytorch版本问题

[linjiawen2019]

请问大家有遇到convert_label_similarity模块中“‘Tensor’ object has no attribute 'logical_not'”的问题吗？这个问题我不知道怎么解决

是pytorch版本问题

噢噢噢 那这份代码是支持什么版本呢 还是说需要更新到最新的pytorch，我目前是1.0.0版本 谢谢！

[TinyZeaMays]

请问大家有遇到convert_label_similarity模块中“‘Tensor’ object has no attribute 'logical_not'”的问题吗？这个问题我不知道怎么解决

是pytorch版本问题

噢噢噢 那这份代码是支持什么版本呢 还是说需要更新到最新的pytorch，我目前是1.0.0版本 谢谢！

测试1.4.0通过

[linjiawen2019]

请问大家有遇到convert_label_similarity模块中“‘Tensor’ object has no attribute 'logical_not'”的问题吗？这个问题我不知道怎么解决

是pytorch版本问题

噢噢噢 那这份代码是支持什么版本呢 还是说需要更新到最新的pytorch，我目前是1.0.0版本 谢谢！

测试1.4.0通过

感谢

[gepu0221]

我用全连接层匹配的方式训练了一把，在私人数据集上的结果是82%，arcface是84%。

请问你的setting是啥呀，BatchSize 是多少呢？

m,s和论文一致，bs200

可以问下具体的实验设置吗，我在id=1000的数据集上，loss没有收敛

[xialuxi]

个人认为这个Loss对数据采样策略以及batch_size要求高, 如果是arc face这样的一个shuffle的batch直接两两匹配遍历, 会出结果我吃xiang.....

我昨天试了下12万id batch=420 sp个数在(0,4)间浮动,不知道原论文是怎么做的实验,是不是也是直接和全连接乘的

是和全连接层相乘的，可参考：https://github.com/xialuxi/CircleLoss_Face/blob/master/CircleLoss.py

[L-lei]

在convert_label_to_similarity中返回值是similarity_matrix[positive_matrix], similarity_matrix[negative_matrix]都是一维。而且每次这2个返回的长度还不一样.这样将label与特征建立权重关系怎么保持稳定的呢？？torch.logsumexp(logit_n, dim=0)与torch.logsumexp(logit_n, dim=1)计算出来结果也应该是会有一定差异的

[bobo0810]

个人认为这个Loss对数据采样策略以及batch_size要求高, 如果是arc face这样的一个shuffle的batch直接两两匹配遍历, 会出结果我吃xiang.....

我昨天试了下12万id batch=420 sp个数在(0,4)间浮动,不知道原论文是怎么做的实验,是不是也是直接和全连接乘的

hhhhh我都不想花时间试验了- -, 请问你的结果大概什么水平?

还没想好要怎么搞batch_size,我直接和全连接层乘算得,gamma=256,m=0.25,loss直接从270多开始降,还没看到结果.

你好，我训练75万类200多万照片。分类器权重为[batch_size,类别数]。我也是矩阵相乘，loss从280左右开始，训练一天没收敛。请问你的训练情况是怎样呢？ 我的参数是margin=0.25 gamma=256 or 128，batch_size=256。