基于注意力机制的行人重识别(Reld)模型论文解读----Relation-Aware Global Attention for Person Re-identification

数据及代码链接见文末

代码详解:https://blog.csdn.net/qq_52053775/article/details/129231648

1.行人重识别原理及其应用  

        任务概述:在多摄像头的复杂场景中,快速定位查找指定目标的所有结果

应用场景:

 存在的挑战

        从整体而言,目前行人重识别最大的问题是场景的问题,目前的数据集均来源于大学校园,在这些数据集上能够取得很好的效果,但是迁移到其他场景中,并不能做得很好。此外,现有的数据集还比较小。

        具体到数据,数据存在以下挑战,下面的问题均有很多研究去解决。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

樱花的浪漫

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值