论文笔记15 --（Re-ID）SphereReID: Deep Hypersphere Manifold Embedding for Person Re-Identification

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/lwplwf/article/details/88668044

《SphereReID: Deep Hypersphere Manifold Embedding for Person Re-Identification》
论文：https://arxiv.org/pdf/1704.08063.pdf
GitHub：https://github.com/wy1iu/sphereface

---

就是用了个新损失，softmax的变种，但有人指出跟coco loss是一个公式，但作者表示不同，哈哈哈，其实这些思路也是从人脸领域过来的。

从作者的论文数据看，新损失得到的特征会更加紧凑。

新loss是从softmax过来的，通用性比较好，觉得可以用于mgn里去替换global分支的softmax和triplet，训练起来应该会简便很多，值得一试。

---

Reference
https://zhuanlan.zhihu.com/p/38855840
https://www.cnblogs.com/heguanyou/p/7503025.html