Horizontal Pyramid Matching for Person Re-ID

论文链接 ：http://arxiv.org/abs/1804.05275v4
代码链接：https://github.com/SHI-Labs/Horizontal-Pyramid-Matching

[模型框架]
（1）backbone: 使用resnet50从输入图像提取特征图；使用ImageNet的预训练权重；与resnet50不同在于：conv4_1的步长由2改成1，并且去掉平均池化层和全连接层。

（2）horizontal pyramid pooling: 首先根据scale水平划分特征图：分别进行最大池化和平均池化，两者结果对应相加；通过1*1的卷积核进行降维。

[具体实施]
1、通过水平翻转增加图像数目，并对图像进行归一化；

2、输入图像大小：384*128，提取到的特征图尺寸是输入的1/16；

3、训练参数：epoch=60; 基准学习率是0.1，训练40个epoch后下降到0.01，预训练的resnet层的学习率是0.1*基准学习率；batch_size=64; SGD设置momentum=0.9;

参考链接：
https://blog.youkuaiyun.com/fresh_milk/article/details/89517966

ps:
各个池化操作优缺点、原理解说：
https://blog.youkuaiyun.com/u013289254/article/details/99080916