本文整理了多个用于车辆再识别的基线模型，包括AI City Challenge 2018的比赛代码、两流多任务学习网络、VeRi的报告、双流Siamese神经网络、基于三元组损失和交叉熵损失的方法，以及针对VeRI和VehicleID数据集的基线。此外，还提到了一种变分表示学习的车辆再识别方法。
以下均是一些常用的基线模型，方便日后使用做一些整理
-
2nd of AI City Challenge 2018 code paper
title：Vehicle Re-Identification with the Space-Time Prior -
A two-stream multitask learning network) to do vehicle Re-identification, vehicle search code
-
A baseline report by VeRi code
-
A Two-Stream Siamese Neural Network for Vehicle Re-Identification by Using Non-Overlapping Cameras code paper
-
A baseline using triplet loss and crossentropy loss code
ve
最低0.47元/天 解锁文章
扫一扫
994
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
