基于Vision Transformer的车辆重识别模型优化

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 针对车辆重识别任务中样本类内差异性大和类间相似度高的问题，提出了一种Vision Transformer框架下的车辆重识别方法。设计一种关键区域选择模块，整合Transformer中注意力分数矩阵，加强车辆的具有辨别性区域的关注程度，减小局部区域过度集中的注意力权重；构建一种包含对比损失和中心损失的混合损失函数，对比损失函数的引入增强了模型捕捉和比较样本之间的差异的能力，中心损失使得同一类别的样本更加紧密地聚集在一起，增强类间样本的区分度。（剩余14385字）

试读结束

目录
monitor