行人ReID，参考以及后续训练,持续更新(二）2020

2020年6月，重磅，最强重识别工具箱FastReID开源，附带多种SOTA模型

https://zhuanlan.zhihu.com/p/146137740

添加了最近最好的几个reid模型，很多训练技巧，组合

1）、AWG 方法，添加了三个结构局部结构，效果涨幅很厉害

2)、行人重识别 — Mutiple Granularity Network(MGN)

3）、Bag of Tricks and A Strong Baseline for Deep Person Re-identification （BoT)

加一些训练技巧

4) sbs是添加，结构，损失，数据处理等小方法方法在 123的基础上再训练的

stronger baseline on top of BoT:

Bag of Freebies(BoF):

1. Circle loss
2. Freeze backbone training
3. Cutout data augmentation & Auto Augmentation
4. Cosine annealing learning rate decay
5. Soft margin triplet loss

Bag of Specials(BoS):

1. Non-local block
2. GeM pooling

2020年初，基于深度学习的person re-identification综述 Deep Learning for Person Re-identification: A Survey and Outlook

该文章发表于2020年初，作者调查了245篇近两三年的行人重识别（Person Re-identification）论文，分类为封闭世界ReID与开放世界ReID，综述了该方向的技术进展，对未来ReID技术发展给出了几个有价值的方向，是近期最值得读的ReID综述。

实际也是AGW 模型提出文章