行人重識別-1

綜述 系統 存在問題 及 指標 評價標準 rank-k CMC mAP 學習方法 最終效果（聚類） 外觀相似的人會聚類到一起 表徵學習 與 度量學習 訓練網絡需要一個損失函數，表徵學習和度量學習就是由損失函數的不同而區分的。 表徵學習：通過輔助手段來學習圖像的相似度，而不是直接學習。 度量學習：通過網絡直接學習出圖像的相似度。 表徵學習：具有分類損失和驗證損失。 1.1 分類損失進行訓練 1.2

>>阅读原文<<