行人重識別——表徵學習與度量學習

根據損失分類：表徵學習和度量學習 表徵學習：沒有直接在訓練網絡的時候考慮圖片間的相似度，而把行人重識別任務當做分類問題或者驗證問題來看待 度量學習：通過網絡學習出兩張圖片的相似度，在行人重識別問題上，表現爲同一行人的不同圖片間的相似度大於不同行人的不同圖片 表徵學習 分類損失&驗證損失 分類損失又稱id損失：利用行人的id作爲訓練標籤來訓練模型，每次只需要輸入一張圖片 驗證損失：輸入一對（兩張）行

>>阅读原文<<