本文介绍了我们针对 2021 年人工智能城市挑战赛 (AICITY21) 的 Track2 的解决方案。Track2 是一个使用真实世界数据和合成数据的车辆重新识别 (ReID) 任务。在本次挑战中,我们主要关注四个点,即训练数据、无监督领域自适应 (UDA) 训练、后处理、模型集成。(1)裁剪训练数据和使用合成数据都可以帮助模型学习更多判别性特征。(2)由于测试集中有一个在训练集中未出现的新场景,因此 UDA 方法在挑战中表现良好。(3)后处理技术包括重新排名、图像到轨迹检索、摄像头间融合等,可显著提高最终性能。(4)我们集成了基于 CNN 的模型和基于 Transformer 的模型,它们提供了不同的表示多样性。通过上述技巧,我们的方法最终取得了 0.7445 的 mAP 分数,在比赛中获得第一名。代码可在 https://github.com/michuanhaohao/AICITY2021_Track2_DMT 获得。
序号 链接 BE/ME 曲目 日期 时间 1 https://bit.ly/2Q6GV3a ME 曲目 1 2021 年 4 月 19 日下午 1:30 起 2 https://bit.ly/32okeKx ME 曲目 2 2021 年 4 月 19 日下午 1:30 起 3 https://bit.ly/3snkV19 BE 曲目 3 2021 年 4 月 19 日下午 1:30 起 4 https://bit.ly/3dqPtLo BE 曲目 4 2021 年 4 月 19 日下午 1:30 起 5 https://bit.ly/2Q8nKpQ BE 曲目 5 2021 年 4 月 20 日下午 1:30 起 6 https://bit.ly/3ajwVe1 BE 曲目 6 2021 年 4 月 20 日下午 1:30 起 7 https://bit.ly/3e7tckO BE track7 2021 年 4 月 20 日下午 1:30 起 8 https://bit.ly/3dmOXhe BE track8 2021 年 4 月 20 日下午 1:30 起
