Adversarially Occluded Samples for Person Re-identification學習筆記

這是我學習ReID系列看的第二篇paper,這是今天做的筆記。 首先翻譯一下這篇文章的題目,在行人重檢測中使用對抗重疊的目標作爲樣本,讀起來可能比較拗口。簡單點說就是模擬生成將普通訓練的ReID模型中那些不能正常檢測出來的特殊的數據(這就是Adversarially Occluded Samples,博客中稱之爲錯誤樣本),將這些數據放入模型中進行訓練,可以提高模型的accuracy。 再介紹一下
相關文章
相關標籤/搜索