论文MGN笔记《Learning Discriminative Features with Multiple Granularities for Person Re-Identification》
MGN的核心思想是利用global feature+fine grain feature做特征融合然后分类,做part-based的branch取得很简单就是等分,但是为了让模型能收敛,用了多个patch的loss混合训练。看文章结果很不错,只用了给的数据集里面的trainset就能达到90+。github上只有pytorch版本,准备这段时间自己搞一个纯TF版本出来。Motivatio...
原创
2019-07-24 21:38:10 ·
898 阅读 ·
0 评论