图像识别中三重态丢失的低精度

Question

我目前正在使用ResNet实现一个人脸识别模型，同时应用FaceNet论文中嵌入和三重丢失的概念。然而，我正经历着精度波动，但损失相对恒定（见下面链接中的图片）。具体来说，我将边缘（α）设置为0.2，相对恒定的损失值0.2表明我的模型预测所有图像的嵌入非常接近于零（因为d_p-d_n+α）≈ α = 0.2). 我不确定为什么我的模型拒绝为远离锚图像的负片图像进行嵌入。相反，它使所有嵌入非常接近彼此，尽管来自同一个人的图像嵌入比来自另一个人的图像嵌入稍微接近彼此。然而，这将产生影响，因为我的模型可能无法检测一个人是否是局外人，因为所有嵌入都彼此非常接近

我想知道这里是否有人曾经遇到过类似的问题，能否就如何克服上述问题向我提供建议

为了训练我的模型，我使用了半硬三胞胎和硬三胞胎，但从第200个时代开始，学习率从0.001降低到0.0001。在培训中，我还使用了来自100人的大约3张图片

Training Loss, training accuracy and validation accuracy