# 企业应用场景
企业场景一 大规模跨镜追踪/重识别 (ReID)
行人重识别 (Person RelD)广泛应用于智慧城市、智慧交通、新零售、安防监控等领域,是利用CV技术判断图像或者视频序列中是否存在特定行人的技术,其本质是一个图像检索的子问题。即给定一个监控行人图像,检索跨设备下的该行人图像。该技术旨在弥补固定的摄像头的视觉局限,并可与行人检测/行人跟踪技术相结合部署一套完整的行人重识别工业级别系统。本项目重点涵盖以下流程:
1、代码实践
- 搭建基线解决方案(如从交叉熵损失出发构建深度特征学习、定制Data Loader实现高级预处理等)
- 评价指标
- 优化迭代(如深度排序损失函数的优雅实现、多任务训练技术、标签平滑/随机擦除/在线困难样本挖掘技术等训练技巧、微调近似特征中心、批规范化运用技巧解决多任务训练引1起的特征冲突现象等)
企业场景二 多模态图文搜索系统--实战感受Transformer
场景介绍:多模态信息理解和检索是2021年学界和业界最热的技术和话题,尤其是当长短视频、新间、视频号、朋友圈等PGC和
UGC的内容以多模态(图片、视频、文本、音频等)形式呈现,加速了多模态信息理解和检索技术的升级,BAT、字节跳动、爱奇艺、美团点评、优酷等各大厂商都在布局和招聘多模态技术算法人才。
涉及技术:在技术阶段讲过的Transformer、Vision Transformer等内容基础上,本次项目将继续补充多模态信息检索的前沿技术&#x