Bag of Tricks and A Strong Baseline for Deep Person Re-identification

论文链接：https://arxiv.org/abs/1903.07071

开源代码：https://github.com/michuanhaohao/reid-strong-baseline

摘要

本文探讨了一个简单而有效的行人重新识别基准（ReID）。具有深度神经网络的行人重新识别（ReID）近年来取得了进步并获得了很高的性能。然而，许多最先进的方法设计复杂的网络结构并连接多分支特征。在文献中，一些有效的训练技巧可以在几篇论文或源代码中出现。本文将收集和评估这些有效的培训技巧亲自ReID。通过将这些技巧结合在一起，该模型在Market1501上实现了94.5％rank-1和85.9％的mAP，仅使用了全局特征。

1.简介

具有深度神经网络的人员重新识别（ReID）近年来取得了进步并且获得了很高的性能。然而，许多最先进的方法设计复杂的网络结构并连接多分支特征。在文献中，一些有效的训练技巧或改进可以在几篇论文或源代码中出现。本文将收集和评估这些有效的培训技巧亲自ReID。通过参与所有训练技巧，ResNet50在Market1501上达到94.5％的rank-1和85.9％的mAP [24]。值得一提的是，它通过该模型的全局特征实现了令人惊讶的性能。

为了比较，我们调查了过去一年在ECCV2018和CVPR2018上发表的文章。如图1所示，以前的大多数作品都是在不良基线上扩展的。在Market1501上，23个基线中只有两个基线超过90％的一级精度。四个基线的等级1精度甚至低于80％。在DukeMTMC-reID上，所有基线都没有超过80％的1级准确率或65％的mAP。我们认为强大的基线对于促进研究的发展非常重要。因此，我们通过一些训练技巧修改标准基线以获得强大的基线。我们强大基线的代码已经开源。

图1. Market1501和DukeMTMC-reID数据集上不同基线的性能。我们将我们的强基线与CVPR2018和ECCV2018中公布的其他基线进行比较。
此外，我们还发现一些作品与其他最先进的方法相比是不公平的。具体而言，改进主要来自训练技巧而非方法本身。但是文章中的训练技巧被低估了，所以读者忽略了它们。这会使该方法的有效性被夸大。我们建议审稿人在评论学术论文时需要考虑这些技巧。
除了上述原因之外，另一个考虑因素是行业更喜欢简单有效的模型，而不是在推理阶段连接大量的局部特征。为了追求高精度，学术界的研究人员总是结合几个局部特征或利用姿势估计或分割模型中的语义信息。这些方法带来了太多额外的消耗。大功能也大大降低了检索过程的速度。因此，我们希望使用一些技巧来提高ReID模型的能力，并仅使用全局功能来实现高性能。本文的目的总结如下：

我们对在顶级会议上发表的许多作品进行了调查，发现大多数作品都是基于不良baseline进行了扩展。

对于学术界，我们希望为研究人员提供一个强大的基线，以达到更高的准确性。

对于社区，我们希望为审阅者提供一些参考，说明哪些技巧会影响ReID模型的性能。我们建议，在比较不同方法的表现时，审稿人需要考虑这些技巧。

对于行业而言，我们希望提供一些有效的技巧来获得更好的模型而不需要太多的额外消耗。

幸运的是，一些论文或开源项目中出现了许多有效的培训技巧。我们收集了许多技巧并在ReID数据集上评估每个技巧。经过大量的实验，我们在本文中选择了六个技巧。其中一些是由我们设计或修改的。我们将这些技巧添加到广泛使用的基线中以获得我们的修改基线，其在Market1501上实现了94.5％和85.9％mAP。此外，我们发现不同的作品选择不同的图像大小和批量大小的数量作为补充，我们也探讨了它们对模型性能的影响。总之，本文的贡献总结如下：

我们为人ReID收集了一些有效的培训技巧。其中，我们设计了一种名为BNNeck的新颈部结构。此外，我们评估了两个广泛使用的数据集上每个技巧的改进。

我们提供强大的ReID基准，在Market1501上实现了94.5％和