【CVPR】ROADMAP 改良平均精度，训练出更好的模型

出品人：jaelgu（GitHub）

在图像检索中，标准评估指标通常会依赖分数排名，例如平均精度（AP）。ROADMAP 是一种稳健且可分解的平均精度方法，主要解决了两个主要挑战：使用 AP 进行深度神经网络的端到端训练具有不可微性和不可分解性。广泛的实验对三个图像检索数据集（CUB-200-2011、Stanford Online Product、INaturalist-2018）进行的研究表明 ROADMAP 优于最近的几种 AP 近似方法。另外，使用 ROADMAP 训练深度模型会产生非常良好的性能，在三个数据集上都能超越目前最先进的结果。

ROADMAP 提出了一个新的可微近似排名函数，提供了 AP 损失的上限并确保鲁棒性训练。它为 AP 损失设计了一个新的替代损失，尤其还在排名函数中引入了随着正负样本改变的平滑近似值。此外，ROADMAP 设计了一个简单而有效的损失函数，以减少训练集的整体 AP 与批次平均近似值之间的可分解性差距。这个方法能够控制正负样本的绝对值，从而校准用于排名的分数。

如果你觉得我们分享的内容还不错，请不要吝啬给我们一些鼓励：点赞、喜欢或者分享给你的小伙伴！

如果你对我们的项目感兴趣请关注：

[微风] 用于构建模型推理流水线的框架 Towhee：https://t.cn/A6SZZgUj

某些网友就靠着没有人认识自己在网络上为所欲为，不爱请不要伤害，时代少年团真的很好，你们这样就很无聊，如果他们做错了什么你们去骂，去说，我不会说什么，我会和他们一起面对，现在这是个什么情况，他们没有做错，你们就如此，你们所谓的玩笑，会对别人造成多大的损失，我真的就觉得你们的脑子可能是在水里泡久了，不太好用，或者说如果这是你们喜欢的明星，我来这样骂，你的心情会怎样，我希望每个网友不爱请不要伤害，谢谢你们#时代少年团[超话]#

拼多多砍价第六袭，助力，曾有报导 有人因拼多多砍价跳楼，
不知道可有人知道:
2019年10月14日 公安局和网络监管局发布的提醒：砍价的实质就是，一件物品定价100元，想0元拿到商品，就需要求助亲友帮忙砍价，但想砍价成功大约需要50人帮助。倘若砍价成功了，自己拿到了商品，却把50位亲友的个人信息，银行卡号，等等都泄露给了所谓的商家。假如商家以每个人的信息50元出卖给黑客，他只需两个人的资讯信息就赚回来成本，其他48人的信息出卖费就是他的利润（这仅是一件物品的砍价）。而黑客得到信息后，一旦得手（被黑客瞄上的几乎逃不掉）所得钱款是无法估算的，很可能是几万，几十万，上百万。微信拆红包也是这个道理，还有什么给孩子评选拉票、投票等等，都是偷取个人信息的手段。所以，切记不要出于好奇或是怀以侥幸心理去参与这种隐形坑骗活动，那样吃亏的必然是自己和亲友。切记！切记！所有关于砍价或评选投票，请不要发在群里！记住：天上是不会掉馅饼的！耙和莫捡，烂财不收。