Person ReIDBag of Tricks and A Strong Baseline for Deep Person Re-identification 论文解读

Posted 2022-01-26 浅然言而信

论文名称：Bag of Tricks and A Strong Baseline for Deep Person Re-identification

论文链接：链接

论文代码：链接

目录

一、ReID baseline

二、Training Tricks

三、BNNeck（Batch Normalization Neck）

四、Center loss

五、实验结果

---

一、ReID baseline

主要指该篇文章发表前（18-19年）大部分ReID使用的一个baseline

1. 首先一个batch里面会有P*K张图像（P指多少人，K指每个人有K张图像）
2. 经过一个CNN模型（一般会使用ResNet50），通过Backbone之后会生成feature map
3. 通过GAP（Global Avg Pooling）：GAP是ReID中最常见的操作之一，将特征全局平均池化为一个特征向量，用该特征向量来表征目标。
4. 会得到P*K个特征，每个特征会经过一个Triplet loss（度量学习损失）和ID loss（表征学习损失），利用这两个损失来优化同一个特征

基于以上的baseline，论文主要完成了以下的贡献

1. 收集评估了一些train tricks，设计了一个强大而简单的ReID baseline
2. 设计了BNNeck结构（下文解释）
3. 实现center loss 来弥补聚类性能（下文解释）

二、Training Tricks

通过在训练中引入一些trick，构建了以下的strong baseline

1. Warmup learning rate
2. Random Erasing augmentation（数据增广阶段）
3. Label smoothing（在id loss的时候加入了标签平滑）
4. Last stride=1（在backbone去掉了最后一层的下采样）
5. BNNeck
6. Center loss

以上六个trick引入的效果如下

三、BNNeck（Batch Normalization Neck）

由于Triplet loss 和ID loss存在不一致性，所以加入一层BN层，BN前训练Triplet loss，BN后的训练ID loss。（推理阶段利用BN后特征进行推理） 

实验依据如下图，得出以下结论：

1. 结合id loss和triplet loss 比只有一个loss效果要好
2. BN层有利于id loss 但不利于 triplet loss

四、Center loss

center loss的原理主要是在softmax loss的基础上，通过对训练集的每个类别在特征空间分别维护一个类中心，在训练过程，增加样本经过网络映射后在特征空间与类中心的距离约束，从而兼顾了类内聚合与类间分离。

最早是由Yandong Wen, Kaipeng Zhang, Zhifeng Li, and Yu Qiao. A discriminative feature learning approach for deep face recognition. In European conference on computer vision, pages 499–515. Springer, 2016.提出

• 将特征到类别中心的距离当成loss加进去

• ：center loss的权重
• 经过实验设置为0.0005 

五、实验结果

same domain & cross domain