前言

第二篇：行人reid的tricks和一个strong baseline。
这才正式进入到了reid的学习。
（不对的地方请大佬指导啊！！！）

摘要

这篇文章旨在探索一个简单高效的baseline。最近很多的文章都达到了很好的效果，但是在论文或者源码中，都很少提到训练技巧。作者收集和验证了这些高效的训练技巧，并整合到了一起，所提模型仅仅利用global特征就达到了94.5% rank-1和85.9%map的效果，再Market1501。
（开源了代码，可以好好看一下了！
https://github.com/michuanhaohao/reid-strong-baseline）

介绍

作者比较了cvpr2018和eccv2018的所有方法在market1501和dukemtmc-reid数据集上，效果如下两图。

另外，作者发现很多研究是不公平的，因为一些提升主要靠的是训练tricks而不是方法的本身，并且读者很容易忽视这些技巧，所以他提议审稿人要多关注文章中这些技巧。
除了以上的原因，另一个考虑因素是，在工程上更加偏向于简单高效的模型热不是结合很多的local特征在推理阶段。很多高精度的工作结合了local特征或者是姿态估计的语义信息或者是实例分割模型，这些方法无疑带来了大量额外的计算，检索推理速度也随之下降。因此，作者考虑只用global特征和一些技巧达到好的表现（精度和速度）。

（不得不承认，这个作者很会写论文！要学习一下）

接下来，作者提了四点，此文研究的必要性之类的东西：
1.研究发现，很多方法有好的表现，但是它们的baseline效果都很差。
2.为了学术界，我们希望有一个strong baseline。
3.为了这个领域，我们希望提醒审稿人或者读者，一些tricks非常影响reid模型的表现。
4.为了工程界，我们希望提供一些高效的tricks去得到更高的表现（没有太多的额外计算量）。
具体的作者挑选了6个tricks，总结本文的工作，主要体现在3个方面：
1.设计了一个新的neck structure称作BNNeck。
2.用ResNet50作为backbone。
3.评估了图片输入大小和batch size对reid模型的影响。

2.基准baseline

ResNet50作为backbone，在训练阶段，主要包括一下几点：
1.使用imagenet预训练参数作为初始化，改变对应的全连接层输出维度。
2.取P个id，每个id有K个图片，所以一个batch，B=P×\times×K，这篇文章里，P=16，K=4。
3.每个图片输入，首先resize成256×128256\times128256×128。然后添零10个像素，再随机裁剪成256×128256\times128256×128。
4.水平随机翻转概率0.5。
5.图像像素转为32浮点数，然后归一化到[0,1]，减0.485，0.456，0.406，再除以0.229，0.224，0.225。
6.模型输出reid feature（f）和id预测（p）。
7.f用triplet loss计算，p用cross entropy
loss计算，triplet loss边缘m参数设置为0.3。
8.Adam优化器，lr设置为0.00035，并且学习率衰减设置为0.1，40和70epoch执行衰减，共训练120epochs。

3.训练技巧

训练总体流程与技巧

3.1 warmup 学习率

这个比较常用，就不详细介绍了。作者也给了图，就是前几个epoch学习率从小到大，达到最大设定学习率，再执行衰减策略。

3.2 随机消除数据增强

这个也是防止过拟合的一个常用手断了。

3.3 标签平滑

在最后的输出，也就是id loss使用标签平滑。也是为了防止过拟合，防止模型过于依赖训练的ID。

3.4 最后的步长（last stride）

空间分辨率越高，就越能提高特征图的粒度。于是作者把最后一个降采样步长调整为1。比如原来的特征图大小是8×48\times48×4降采样步长为2，步长变为1以后，特征图大小就成了16×816\times816×8。这个方法只增加了一点点计算，并且没有增加需要训练的参数。高分辨率的特征图会带来更好的效果。

3.5 BNNeck

重点来了，我觉得这是这篇最创新的一点结构！！

大多数的研究只是结合了id loss和triplet loss。用这两个loss限制同一个特征图，然而，这两个loss的目的在空间上是不一致的（或者说矛盾）。
像下图所示，id loss创建几个超平面去把embedding space（embedding将大型稀疏向量转换为保留语义关系的低维空间）分割成不同的子空间。每个类别的特征在不同的子空间被区分。在这种情况下，cosine dis比Euclidean dis更加合适。

另一方面，triplet loss提升类内紧密度和类间分离程度，在Euclidean空间。由于triplet loss没有全局优化的限制，所以有时类间间距比类内间距还要小一点。
一种广泛使用的方法是结合两种loss一起训练模型，这个过程让模型学习到更多的区分特征。
然鹅，对于embedding space中的图像对来说，id loss主要作用于cosine dis，triplet loss主要作用于Euclidean dis。如果我们使用两个loss同时作用于同一个特征向量，它们的目标可能是相互矛盾的。在训练过程中可能出现的一种情况就是，一个loss在降，另一个在震荡甚至增加。
为了克服这个问题！作者提出了BNNeck结构。
就是在特征图后全连接层前加入一个BN层，BN前的特征图叫ft，后的叫fi。我们让ft穿过BN层得到归一化的特征fi。在训练阶段，ft和fi分别的被用于计算triplet loss和id loss。归一化平衡了fi的每一个维度。fi特征按照高斯分布靠近在一个超球面的表面。这种分布使得id loss更容易聚集。另外，BNNeck减少了ft对id loss的限制。这种更少的限制同样也使得triplet loss更容易聚集。第三点，归一化使属于同一个人的特征更加紧凑。
因为超球面几乎是关于原点对称的，所以另一个技巧是把FC层的bias去掉，这样限制了分类的超平面通过坐标系原点。（FC层用kaiming初始化权重法）

在推理阶段，我们选择fi去做reid任务。Cosine dis比Euclidean dis达到更好的效果。实验证明在表1，BNNeck能大幅度提升reid模型的表现能力。

3.6 center loss

这里他先提到了triplet loss的两个缺点，首先是不能保证图像对距离比较小，它是由两个id的样本随机决定的，并且也很难保证所有数据集中positive对距离总是小于negative对。
center loss一方面学习了每一类深度特征的中心，另一方面惩罚了深度特征和类中心的距离，弥补了triplet loss的不足。（这里稍微有点一知半解，随着读更多的论文，再慢慢研究吧）

上面是公式。yj是batch中第j张图片，cyj是第yj类的深度特征的中心。B是batch size，这个公式高效的描述了类内的变化，最小化center loss增加了类内的紧凑程度。最终loss包含三部分。（Lid、Ltriplet、bLc（b设为了0.0005））

4.实验结果

4.1 每个trick的影响（同一领域）

直接上图表。

4.2 BNNeck的分析

这一部分，我们评估了ft、fi两个不同的特征分别用E距离和C距离的表现。所有模型都没用center loss，我们观察到对于ft特征来说，C距离表现要比E距离好。

因为id loss直接约束了BN层的特征，所以fi能被用很少的几个超平面清楚的分割开。C距离可以测量两个向量的角度，所以C距离对于fi来说更加合适。
然鹅，ft是被id loss和triplet loss共同约束的，所以两种距离达到了相似的效果。整体看来，BNNeck显著的提升了reid模型的表现，在推理阶段，我们使用C距离去做检索。

4.3 每个技巧的跨领域影响

同样，直接上表，M-D表示M数据集训练的模型用D评估，反之同理。

4.4 和SOTA模型比较

直接上表。

5.补充实验

作者补充了batch size和input size对实验结果的影响。
bs：没有非常清晰的结论，只是有一点微小的趋势，大的bs表现好一点，我们推断是：大的K帮助减少困难的positive样本对，大的P帮助减少困难的negative对。

input：同样，没有大的变化，基本表现一致。