《Deep Transfer Learning for Person Re-identification》-阅读笔记

  行人重识别是一种对不同个体跨摄像头的细粒度检索任务，由于任务自身的特性，数据的标注代价远大于其他常见的视觉任务，例如图片分类（ImageNet）或者一些人脸匹配任务。目前最大的行人重识别数据集也仅仅只有数千人，十万个左右的bounding box，这对于神经网络的训练来说，并不是一个充足的大小，因此，如果能将在一个或者若干个数据集上学习到的模型进行一些简单的调节就可以应用到新的场景下降非常具有

>>阅读原文<<