reid

1. Triplet loss(三胞胎损失)&＃xff0c;更适合用在图像识别的问题上面

但是他的缺点是&＃xff1a;不好训练

详见链接&＃xff1a;https://www.zhihu.com/question/62486208

1. 图像检索&＃xff1a;BoF、VLAD、FV三剑客(这些都是传统的非深度学习的方法)&＃xff0c;可以参考链接&＃xff1a;https://yongyuan.name/blog/CBIR-BoF-VLAD-FV.html
2. Bow的作用只是用在使用传统算法提取图像特征的领域。Bag of words模型&＃xff08;简称BOW&＃xff09;是最常用的特征描述的方法了。在图像分类和检索的相关问题中&＃xff0c;能够将一系列数目不定的局部特征聚合为一个固定长度的特征矢量&＃xff0c;从而使不同图像之间能够进行直接比较。

可以参考这个链接&＃xff1a;https://blog.csdn.net/jwh_bupt/article/details/17540561

1. CUHK03&＃xff1a;取自5个不同的视角对&＃xff0c;共1467个行人的14000多张图像。这个属于re-id的数据集。可以参考链接&＃xff1a;https://blog.csdn.net/yuanchheneducn/article/details/53437005
2. 模型算力的计算&＃xff0c;可以参考链接&＃xff1a;https://blog.csdn.net/u011501388/article/details/81061024
3. 行人再识别(re-id)的网络的训练是带有标签的提取特征的网络。用于构建数据库(gallery)的数据(也就是相当于是测试集数据)是没有标签的数据。因为在使用的时候是很难拿到这个数据的标签的&＃xff0c;所以使用re-id的方法进行构建。

二&＃xff0e;Cvpr2018

       21主要讲的是消除背景对re-id的影响&＃xff0c;与 query 图片有相似背景但不同行人的图片排在 rank 6&＃xff0c;而同一行人不同背景的图片却排在 rank 25。为了消除背景的干扰&＃xff0c;提出了一个网络&＃xff0c;由此还产生出来一个新的数据增广的方法&＃xff1a;对背景进行随机化。

       22已经被pass里面讲的是同一个人&＃xff0c;如果在一个摄像头里面检测不出来&＃xff0c;就是用在相近距离的地方的别的摄像头采集到的图像&＃xff0c;将他们弄成一个视频&＃xff0c;然后再检测&＃xff0c;不适用于咱们的场景。

       23应该也是多为感知的(没有细看)

       24将强化学习引入进来&＃xff0c;对于判断对的进行奖励&＃xff0c;判断错的进行惩罚&＃xff0c;对于不确定的也进行的&＃xff0c;进行一些参数的反馈。

三&＃xff0e;神经网络的细节

       1.    假如对于yolo网络&＃xff0c;训练的时候就有loss的&＃xff0c;也就是训练集的数据是有标签的。但是测试集是没有标签的。Softmax的作用是输出一个置信度或者说是输出的为一个概率。后续对于属于什么类别&＃xff0c;是自己写的一些if else的筛选。对于得分高的给它进行归类&＃xff0c;对于得分低的进行pass&＃xff0c;就是任何一个图像(还是图像的网格)都会出来一个向量

       2.   

四&＃xff0e;经验

       1.对于anchor大小的选择&＃xff0c;可以在训练之前&＃xff0c;对训练集(因为训练集有标签)的boundingbox进行聚类(比如knn算法或者kmeans)&＃xff0c;也就是选取被标注图像的bbox进行聚类&＃xff0c;查看原始标注的bbox的大小&＃xff0c;再进行对于自己神经网络里面的anchor大小的选择。比如yolo里面的anchor(先验框)大小的选择。详细的解析可以参考这个链接&＃xff1a;https://blog.csdn.net/Pattorio/article/details/80095511