FastReID:Pytorch通用实例重新标识工具箱

@第{He2020FastReIDAP条，title={FastReID:通用实例重新标识的Pytorch工具箱}，author={何凌霄、廖星宇、刘武、刘新晨、彭成、陶美}，journal={第31届ACM国际多媒体会议论文集}，年份={2020年}，网址={https://api.semanticscholar.org/CorpusID:219687096}}
本文介绍了FastReID作为一个广泛使用的软件系统，它支持单个和多个GPU服务器，它可以很容易地重现项目结果，并实施了一些最先进的项目，包括人员重新识别、部分重新识别、跨域重新识别和车辆重新识别。
ACM上的视图
[PDF]语义阅读器

本文图表

211引文

对实际实现中的人员重新识别数据集和方法进行基准测试

介绍了一种完整的方法，用于评估Re-ID方法和培训数据集是否适合在无监督的情况下进行现场操作，提供了有助于未来设计更好的Re-ID管道的见解和指南。

通过自我监控实现可扩展的车辆重新识别

这项工作提出了一种简单而有效的混合解决方案，该解决方案由自我监督训练授权，在推理期间仅使用一个网络，并且没有复杂且需要计算的附加模块，这些模块通常在最先进的车辆重新识别方法中看到。

半监督域广义人的再识别

这项工作旨在探索多个标记数据集，以学习人re-id的广义域内变量表示，并提出一种简单而有效的半监督知识提取（SSKD）该框架通过向YouTube-Human分配软伪标签来有效利用弱注释数据，以提高模型的泛化能力。

学习多上下文动态列表关系的广义人再识别

提出了一种多上下文动态列表关系网络（MDLRN）来提取和聚合图像列表的实例级和相机级上下文特征，该网络可以动态调整度量以适应看不见的跨域场景变化。

TAGPerson：用于人员重新识别的目标软件生成管道

一种新的Target-Aware Generation流水线，用于生成合成人物图像，称为TAGPerson，其中参数是可控的，可以根据目标场景进行调整，并从目标场景中提取信息，并使用它们控制参数化渲染过程，以生成目标软件合成图像。

一种专注于遮挡问题和排序优化的人的重新识别方法

为了更好地重新识别篮球运动员，提出了一种注重遮挡问题和排名优化的人重新识别方法，与最先进的方法相比，该方法具有更好的性能。

用于人员重新识别的条带混合

将cutmix方法扩展到一种可以从优化图像相似性的角度处理十进制相似性标签的形式，这种方法可以防止模型过度拟合，并在DukeMTMC ReID、Market-1501和MSMT17基准数据集上获得令人印象深刻的性能。

通过在AGW基线中纳入焦点特维斯基损失，提高绩效的人员重新识别

著名的AGW基线通过合并特维斯基重点损失来改进，以解决数据不平衡问题，并促进模型有效地从硬示例中学习。

基于半监督自适应图嵌入的人重新识别

一种新的可扩展流形嵌入方法，将图权重构造和流形正则化项合并到同一框架中，用于人员重新识别任务，结果表明，与其他最先进的基于图的方法相比，该方法可以获得更好的排序性能。

通过自我监控实现稳健且可扩展的车辆重新识别

这项工作提出了一种简单而有效的混合解决方案，该解决方案由自我监督学习提供支持，无需复杂且需要计算的附加注意模块，这些模块在最先进的车辆重新识别方法中常见。
...

60参考文献

基于多损失动态训练的金字塔人物再识别

提出了一种新的从粗到细的金字塔模型，该模型不仅融合了局部信息和全局信息，而且融合了它们之间的渐变线索，从而放松了边界盒的需要，学习了区分性身份表示。

深度学习对人的再认同：一项调查与展望

设计了一个强大的AGW基线，在四个不同Re-ID任务的十二个数据集上实现了最先进的或至少具有可比性的性能，并引入了一个新的评估指标（mINP），表明找到所有正确匹配的成本，这为评估Re-ID系统的实际应用提供了额外的标准。

零件规则化近重复车辆重新识别

本文提出了一种简单而有效的部分规则化鉴别特征保留方法，该方法增强了车辆重新识别中细微差异的感知能力，并通过引入检测分支，开发了一种新的框架，将部分约束与全局re-ID模块集成在一起。

适应和重新识别网络：一种无监督的深度迁移学习方法

所提议的自适应和重新识别网络（ARN）执行无监督的域自适应，该网络利用数据集之间的信息，并为重新识别目的导出域变异特征。

批量DropBlock网络用于人员重新识别及其他

Batch DropBlock（BDB）网络是一个双分支网络，由一个传统的ResNet-50作为全局分支和一个特征删除分支组成，该分支实现了最先进的人员重新识别，也适用于一般度量学习任务。

用于人重新识别的人类语义分析

本文提出采用人类语义分析，由于其像素级的准确性和建模任意轮廓的能力，自然是一种更好的人重新身份识别方法，并达到了最先进的性能。

用于部分人重新识别的深层空间特征重建：无对齐方法

该方法利用全卷积网络（FCN）生成固定大小的空间特征图，使得像素级特征保持一致，可以降低不同人耦合图像的相似性，增加同一人耦合图像相似性。

Auto-ReID：搜索Part-Aware ConvNet进行人员重新识别

这项工作在专门设计的reID搜索空间上提出了一种基于检索的搜索算法，名为Auto reID，它使自动化方法能够为reID找到高效的CNN架构。

用于跨域人员再识别的自适应传输网络

一种用于有效跨域人员重新识别的新型自适应传输网络（ATNet），它将复杂的跨域传输分解为一组因子级子传输，并赋予ATNet在因子级进行精确风格传输并最终实现跨域有效传输的能力。

人员转移GAN以弥合人员重新识别的领域差距

提出了一种人员转移生成对抗网络（PTGAN），以减轻标注新训练样本的昂贵成本，综合实验表明，PTGAN可以大大缩小领域差距。
...