详解ReID的各部分组成及Trick——FastReID中的baseline配置
FastReID:A Pytorch Toolbox for Real-world Person Re-identification
论文地址: https://arxiv.org/pdf/2006.02631v1.pdf
代码地址: https://github.com/JDAI-CV/fast-reid
FastReID是京东开源的一个Baseline,该库可以称为产品级别的标准开源库,集成了近年来reid很多很好的操作,其结构图如下:
在FastReID中提供了不同的baselines,使用了不同的backbone及不同的策略进行学习。
1、BoT
BoT基于《 Bag of Tricks and A Strong Baseline for Deep Person Re-identification》—CVPRW2019, Oral。文章中作者认为影响ReID效果很大程度上与trick相关,所以对影响ReID的trick做出了探究,并提出了一种Strong Baseline。
以上结构图和表格表示出作者所做的改进。与之原文不同的是,FastReID中提供的baseline涉及到更多的backbone。
2、AGW
AGW出自《 ReID-Survey with a Powerful AGW Baseline》一文。同样在这篇文章中作者也调研了很多的trick,包括预处理,增强,损失等。最后结合已有的baseline做出了一定的改进,改进的网络结构如下:
3、MGN
MGN出自《 Learning Discriminative Features with Multiple Granularities for Person Re-Identification》一文。
从上图的网络结构可以看到MGN在一定程度上考虑了局部信息,利用局部信息进行分类。FastReID提供了一个相关于MGN的baseline,与之前的baseline不同的是其网络结构的搭建是基于SBS进行的。
4、SBS
stronger baseline on top of BoT:
Bag of Freebies(BoF):
1)Circle loss
2)Freeze backbone training
3)Cutout data augmentation & Auto Augmentation
4)Cosine annealing learning rate decay
5)Soft margin triplet loss
Bag of Specials(BoS):
1)Non-local block
2)GeM pooling
SBS是在FastReID一文中提出的结合了以上trick的baseline。
Harcourt.: https://github.com/haochange/DUpsampling
ohana277: X和Z的距离不应该是4吗?
qq_51238013: 大佬请问这个代码还会再次开源吗,我找不到了,谢谢
qq_42731768: 国内国外有什么区别吗
最厉害的小白啊: 我有个疑问哈,为什么现在的文章都是国内人写的?我想找几篇国外的都没找到