TOMM2018_Unsupervised Person Re-identification: Clustering and Fine-tuning

Unsupervised Person Re-identification: Clustering and Fine-tuning

 

• 思想很清晰：

　　a)     用其他的标注数据集先训练一个pre-trained model；

　　b)     用这个model提取training的特征

　　c)     把提取的feature做一个K均值分类，然后算一个中心特征

　　d)     每类距离中心特征小于阈值的样本被选出来，回到a) fine-tune model

• 扩展到Semi-supervised：每类加一些标注的数据
• K的设定：
  • 作者设置了不同的k进行效果验证
  • 最后直接按照每个数据集的id数目设置效果最好
• Selection的阈值：尝试了不同的值

转载于:https://www.cnblogs.com/xiaoaoran/p/11326104.html