《Parameter-Free Spatial Attention Network for Person Re-Identification》
论文地址：https://arxiv.org/pdf/1811.12150.pdf
GitHub代码：https://github.com/HRanWang/Spatial-Attention
文章指出，全局平均池化Global average pooling (GAP)能够为回归问题聚焦出有效的信息，但也可能造成部分信息的丢失。因此作者在GAP前添加了一个spatial attention来改善问题，如下图所示，其中FCN表示全连接层FC。
文章将reid看成classification问题，提出的网络框架如下图所示，采用ResNet-50前4个stage作为backbone，并且每个stage都添加一个监督loss，即左下红色区域。采用PCB的做法，将最后的特征进行横向均分成6个部分。下图黄框为backbone，红框为各stage的监督信号，绿框中的SA即为GAP之前的spatial attention，右下蓝框便是PCB的部件分类模块。注意右边的那个SA（spatial attention）并非main model的部分，它只是用在减模型测试时使用。监督分支的输入特征都经过一个SA（spatial attention）进行空间信息筛选，然后全局平均池化GAP，接着便是全连接层并用cross-entropy loss进行分类。最后的loss由三个部分组成，监督信号的三个loss+全局loss+6个部件loss。测试的时候移除掉classifier，采用Euclidean distance来计算不同目标之间的特征距离即可。
接下来说一下SA（spatial attention），如下图所示，蛮简单的，把feature在channel通道上压缩，采用各通道数值直接相加的办法，得到的H×W的特征图，然后reshape成一个1×(H*W)大小的数组，接上一个softmax来得到每个像素点出现的权重，接着reshape回原来的H×W尺寸，并和原feature各个通道相乘即可。
整体没有特别复杂的东西，但是得到的结果很不错，文章贴出的在各个数据集指标如下，但是用了github作者给的maeket上训练好的模型，得到的map却大大低于文章所示，不知道怎么回事，有时间再自己练一个看看吧。
