【深度学习】ReID相关知识点解析(PCB、BoT、MGN)

PCB(Part-based Convolutional Baseline)

RPP结构图:

RPP结构图

网络流程:

  1. 经过一个backbone得到特征图T。T中的每列向量称为f(1,1,c)。

    如:输入(384,128,3)经过backbone降采样16倍后得到特征图T(24,8,c)。

  2. 将T从上到下切成p(p=6)片。记为P_i(i=1…p)。——测试时接第3步,训练PCB时接第4步

  3. RPP(Refined Part Pooling)

    1. 每个f接同一个1×1卷积+softmax,得到该f属于每个P_i的概率P(P_i|f)

    2. 计算每个P_i特征图。

      T中所有的f都计算其属于P_i的概率P(P_i|f),然后与各自的f相乘,最终得到一个与T相同大小的特征图P_i(24,8,c),即上图中的refined parts,计算过程如下式,×指逐像素相乘。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

雨果同学的编程之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值