行人重识别transformer

行人重识别中的Transformer方法被称为TransReID。它是一种基于Transformer架构的行人重识别算法，旨在通过学习特征表示来识别不同的行人。 token被添加到输入中，并且位置嵌入（position embedding）也被引入。之后，这些输入被送入Transformer层进行处理。最后，通过ID Loss（交叉熵损失）和Triplet Loss（三元组损失）对模型进行训练。TransReID的优点在于它不进行下采样操作，每个Transformer层都具有全局感受野，因此可以提取细节信息。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [[ICCV2021] TransReID: Transformer-based Object Re-Identification 行人重识别](https://blog.csdn.net/qq_37489147/article/details/124500497)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]