待验证50% 置信事实精确时间
ArcFace先对特征嵌入向量和分类权重矩阵分别做L2归一化，再在夹角余弦值上叠加固定角度间隔margin（通常取0.5弧度），缩放后送入Softmax计算损失
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证ArcFace、CosFace 等损失函数的核心思路是在角度空间中人为拉大类间距、压缩类内分布，以提升区分能力76% 相似待验证ArcFace是专为人脸识别优化的深度度量学习方法，通过引入加性角度间隔损失函数，在人脸身份特征提取精度上优于通用视觉编码器74% 相似待验证ArcFace proposed the Additive Angular Margin Loss in 2018, achieving over 99.8% recognition accuracy on standard benchmarks like LFW73% 相似待验证ArcFace由2019年邓建康等人提出，采用加性角度间隔损失69% 相似待验证outline支持outline-offset属性，可以设置负值让轮廓向内收缩63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/983173API
curl https://kongchang.com/api/v1/knowledge/claims/983173MCP
get_claim(id=983173)