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類似度，而把行人重識別任務當作分類問題或者驗證問題來看待 度量學習：經過網絡學習出兩張圖片的類似度，在行人重識別問題上，表現爲同一行人的不一樣圖片間的類似度大於不一樣行人的不一樣圖片web 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做爲訓練標籤來訓練模型，每次只須要輸入一張圖片 驗證損失：輸入一

>>阅读原文<<