前言
最近开始学习ReID这个领域,准备记录一下学习心得。学习的资料是浙江大学罗浩老师在2018年的课程,在B站上面能够搜到课程的全部资料。
一、ReID中的表征学习与度量学习
表征学习又称表示学习,是利用机器学习获取每个实体或关系的向量化表达,以便在构建 分类器 或其他预测变量时更易提取有用信息的方法。在机器学习中,表征学习是特征学习的技术整合:即将原始数据转换为可被机器学习开发的形式,它避免了手动提取特征的繁琐,并且允许学习使用特征的同时掌握提取方式。
而度量学习简单来说是衡量两个特征之间的相似性。
二、表征学习-分类损失
分类损失中的id数由训练集中的id数确定。例如,该训练集一共有65个行人的图片,那么id数就是65。