1.Batch DropBlock Network for Person Re-identification and Beyond
将batch dropblock应用于reid,即对于一个batch内的feature map的一部分drop掉,来强迫模型学习其他具有判别力的特征。
使用双流网络,一个分支使用batch dropout,而另一个分支不使用。在训练时分别计算loss,且利用全局分支监督dropout分支,在测试时concat后作为最终的特征。
2.On the Unreasonable Effectiveness of Centroids in Image Retrieval
改进了triplet loss,从
到
其中cp是anchor和positive所在类(除anchor外)的质心,cn是negative所在类的质心。
在evaluation时也用了质心,把gallery里的每个类的质心都算了一下。