Jul, 2023
大规模全无监督再识别
Large-scale Fully-Unsupervised Re-Identification
Gabriel Bertocco, Fernanda Andaló, Terrance E. Boult, Anderson Rocha
TL;DR提出了两种策略来学习大规模无标签数据,其中第一种策略通过进行局部邻域抽样来减小数据集的大小,而不违反邻域关系,第二种策略采用了一种较快且内存高效的重新排名技术,并介绍了一种新的调度算法来调整训练中的密度参数,使学习对噪声标签具有鲁棒性。此外,还引入了一种共训练策略,通过预测伪标签在不同模型之间的排列来增强模型性能。