《表1 SYSU-MM01数据集不同方法结果对比》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于多视角跨模态的电力现场作业行人重识别网络架构技术研究》
注:A-FC为Asymmetric-FC;“—”为原文未公布,加粗表示最佳效果。
实验采用的数据增强包括随机图像剪切(crop)、水平翻转和随机擦除,最后图像大小为288×144像素,网络使用Adam优化器,权重衰减系数为5×10-4,初始学习率为0.01,并且学习率衰减使用warm-up策略,即前10个epoch(1个epoch为将所有训练样本训练1次)学习率从0.001线性增长到0.01,10到30个epoch学习率保持0.01,30到60个epoch学习率为0.001,60到80个epoch学习率为0.000 1。一共训练80个epoch。Res Net50由于使用了预训练参数,因此其学习率设置为模型学习率的0.1倍。使用P×K的采样策略,即每次迭代选择P个ID,每个ID选K张可见光图像和K张红外光图像,实验设置P为6,K为4。因此每次训练的batch大小为48张图片。模型在SYSU-MM01数据集的4种模式下进行测试,结果如表1所示。
图表编号 | XD00205515400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 张森、张颉、王尧、刘锦隆、闫斌、尚赵伟 |
绘制单位 | 重庆大学计算机学院、国网四川省电力公司、国网四川省电力公司凉山供电公司、国网四川省电力公司、电子科技大学自动化学院、重庆大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |