归一化 CNN 网络输出以获得 0 和 1 之间的距离输出

Question

我正在使用基于 PyTorch 的 CNN 对人类图像进行特征提取，以便使用它重新识别给定不同图片的同一个人。在整个过程之后，我剩下一个一维向量，大约 2048x1 然后我使用 L2 距离作为度量来比较它。我目前正在尝试标准化 L2 距离输出，以便我可以将模型的预测表示为来自 0-1.

的置信度

我注意到 PyTorch 建议使用加载到 [0, 1] 的运行ge 中的图像加载位置，然后使用 mean = [0.485, 0.456, 0.406] 和 std = [0.229, 0.224, 0.225] 进行规范化。当它这样做时，它似乎改变了 L2 距离输出的运行ge，这改变了 L2 距离值的运行ge，使其不再 0-1。我想知道是否有一种方法可以将输出向量归一化为 0-1 运行ge 甚至 L2 距离本身，这样我就可以从 0-1

中表示它

编辑：

以下是我用来计算 L2 距离的代码

distmat = torch.pow(qf, 2).sum(dim=1, keepdim=True).expand(m, n) + \
              torch.pow(gf, 2).sum(dim=1, keepdim=True).expand(n, m).t()
distmat.addmm_(qf, gf.t(), beta=1, alpha=-2, )
distmat = distmat.cpu().numpy()

正如一位评论者所建议的，我正在尝试更改 L2 距离计算以改为使用余弦距离。这是我当前的代码：

distmat = torch.mm(qf, gf.t())

然而，当我运行这样做时，我得到的输出如下所示：

tensor([[ 0.3244, 0.2478, 0.1808, -0.0249, 0.2137, 0.2113]])

想知道这是否是计算余弦距离的正确方法？

编辑 2：

对我来说余弦相似度的最终实现是这样的：

qf_norm = qf / qf.norm(dim=1)[:, None]
gf_norm = gf / gf.norm(dim=1)[:, None]
distmat = torch.mm(qf_norm, gf_norm.transpose(0, 1)).cpu().numpy()

Answer 1

使用规范化与不使用规范化

您使用的是预训练网络吗？

如果是，并且预训练模型是使用标准化输入（mean/std 转换）训练的，那么您应该使用这些操作。如果您在没有这些操作的情况下使用，嵌入将没有用或用处不大。简单地说，你应该输入标准化图像，因为模型是在标准化输入上训练的。

归一化距离

L2 距离是无限的。即使您计算典型输入样本的范围，也不能保证新的输入图像会落在该范围内。出于这个原因，人们使用类似于归一化点积的余弦相似度，因此总是在 ~~0 和 1~~ -1 和 1.

之间

归一化 CNN 网络输出以获得 0 和 1 之间的距离输出

Normalizing CNN network output to get a distance output between 0 and 1

python

pytorch

conv-neural-network

distance