计算机视觉企业场景应用？CV算法学习复盘：七月CV高级小班第八期

# 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

1. 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）
2. 评价指标
3. 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