gaitpart模块粗略分析

gaitpart模块粗略分析

今天我们来分析第二个模块，水平金字塔池化

class HorizontalPoolingPyramid():
    """
        Horizontal Pyramid Matching for Person Re-identification
        Arxiv: https://arxiv.org/abs/1804.05275
        Github: https://github.com/SHI-Labs/Horizontal-Pyramid-Matching
    """

    def __init__(self, bin_num=None):
        if bin_num is None:
            bin_num = [16, 8, 4, 2, 1]
        self.bin_num = bin_num

    def __call__(self, x):
        """
            x  : [n, c, h, w]
            ret: [n, c, p] 
        """
        n, c = x.size()[:2]
        features = []
        for b in self.bin_num:
            z = x.view(n, c, b, -1)
            z = z.mean(-1) + z.max(-1)[0]
            features.append(z)
        return torch.cat(features, -1)

首先，定义金字塔的层数和每一层的特征数量。
要么从配置文件中获取，如果没有定义，则自动赋值为五层，分别是16,8,4,2,1。
将输入的尺寸[n,c,h,w]转换为[n,c,b,-1]。将输入张量x重新排列成形状为[n, c, b, -1]的张量z。
然后，对于每个张量，计算其沿着最后一个维度（即每个子区域）的均值和最大值，并将它们相加，得到该特征表示。
最后，将所有层的特征表示连接起来，形成最终的输出张量，其维度为[n, c, p]，其中p表示所有金字塔层的特征向量连接在一起的长度。

水平金字塔池化的作用在处理不同尺度的输入图像时，可以使用它来获得更加鲁棒和多尺度的特征表示