【技术实现步骤摘要】
本专利技术涉及行人重识别，尤其涉及一种行人重识别网络模型生成方法、装置、计算机设备及存储介质。
技术介绍
1、行人重识别(person re-identification)也称为行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的一种技术，被广泛认为是图像检索的子问题，即给定一个监控行人图像，进行跨设备下的该行人图像检索。
2、现有的行人重识别模型训练方法，主要采用有有监督的方法，即，在有标签的数据集上对模型进行训练和测试，但是这个任务需要大量的标签数据形成有标签的数据集(简称数据集)。随着数据集的增大，人工标记产生标签数据变得耗时且费力，成本过高，难以应用到复杂多变的实际场景中。而采用无监督方法，完全基于无标注的数据进行训练，太过盲目，导致训练出来的模型识别准确率很低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种行人重识别网络模型生成方法、装置、计算机设备及存储介质，以解决上述现有技术中存在的至少一个问题。
2、第一方面，本申请...
【技术保护点】
1.一种行人重识别网络模型生成方法，其特征在于，所述方法，包括：
2.如权利要求1所述的行人重识别网络模型生成方法，其特征在于，所述选取第二预设数量的无标签图片，并分别输入至不同的图片增强器中进行图片增强处理，包括：
3.如权利要求2所述的行人重识别网络模型生成方法，其特征在于，所述第一增强方式与所述第二增强方式不同，且所述第一增强方式与所述第二增强方式均可包括翻转、平移、随机缩放以及增加亮度中的一个或其任意组合。
4.如权利要求2所述的行人重识别网络模型生成方法，其特征在于，所述将增强处理后的图片分别输入至所述预设预测网络中进行预...
【技术特征摘要】
1.一种行人重识别网络模型生成方法，其特征在于，所述方法，包括：
2.如权利要求1所述的行人重识别网络模型生成方法，其特征在于，所述选取第二预设数量的无标签图片，并分别输入至不同的图片增强器中进行图片增强处理，包括：
3.如权利要求2所述的行人重识别网络模型生成方法，其特征在于，所述第一增强方式与所述第二增强方式不同，且所述第一增强方式与所述第二增强方式均可包括翻转、平移、随机缩放以及增加亮度中的一个或其任意组合。
4.如权利要求2所述的行人重识别网络模型生成方法，其特征在于，所述将增强处理后的图片分别输入至所述预设预测网络中进行预测处理，以得到第二预测结果以及第三预测结果，包括：
5.如权利要求1所述的行人重识别网络模型生成方法，其特征在于，所述选取第一预设数量的有标签图片，并输入至初始行人重识别网络的预设预测网络...
【专利技术属性】
技术研发人员：毛经纬，邱添羽，李航，史清江，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。