Adversarially Occluded Samples for Person Re-identification学习笔记

这是我学习ReID系列看的第二篇paper,这是今天做的笔记。 首先翻译一下这篇文章的题目,在行人重检测中使用对抗重叠的目标作为样本,读起来可能比较拗口。简单点说就是模拟生成将普通训练的ReID模型中那些不能正常检测出来的特殊的数据(这就是Adversarially Occluded Samples,博客中称之为错误样本),将这些数据放入模型中进行训练,可以提高模型的accuracy。 再介绍一下
相关文章
相关标签/搜索