ИСТИНА

Стандартная функция потерь, используемая в настройке сиамских нейронных сетей для задачи классификации накладывает ограничение на минимальную непохожесть объектов разных классов и штрафует любой вид непохожести для объектов одинаковых классов. Поскольку объекты одного класса могут допускать вариативность и никогда не совпадают полностью, то предлагается новая формула расчета контрастных потерь, позволяющая объектам одного класса иметь небольшой уровень непохожести. Преимущество обучения сиамских нейронных сетей с предложенной модификацией подтверждено экспериментально на примере трёх задач классификации изображений.