标签
该论文提出了 FDSML，一种公式驱动的监督度量学习方法，在精细化的分形数据集（FineFractalDB）上使用参数感知三元组损失，以改进用于图像检索的合成数据预训练。与 FDSL 相比，该方法在 Stanford Online Products 和 Stanford Cars 数据集上的 Recall@1 指标均有显著提升。