論文の概要: FastReID: A Pytorch Toolbox for General Instance Re-identification
- arxiv url: http://arxiv.org/abs/2006.02631v4
- Date: Wed, 15 Jul 2020 03:33:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-25 09:59:04.830442
- Title: FastReID: A Pytorch Toolbox for General Instance Re-identification
- Title（参考訳）: FastReID: 一般的なインスタンス再識別のためのPytorchツールボックス
- Authors: Lingxiao He, Xingyu Liao, Wu Liu, Xinchen Liu, Peng Cheng and Tao Mei
- Abstract要約: 一般的なインスタンスの再識別は、コンピュータビジョンにおいて非常に重要なタスクである。
我々は、JD AI Researchにおいて広く使われているソフトウェアシステムとしてFastReIDを提示する。
我々は、人物のリID、部分的なリID、クロスドメインのリID、車両のリIDなど、最先端のプロジェクトをいくつか実施してきた。
- 参考スコア（独自算出の注目度）: 70.10996607445725
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: General Instance Re-identification is a very important task in the computer
vision, which can be widely used in many practical applications, such as
person/vehicle re-identification, face recognition, wildlife protection,
commodity tracing, and snapshop, etc.. To meet the increasing application
demand for general instance re-identification, we present FastReID as a widely
used software system in JD AI Research. In FastReID, highly modular and
extensible design makes it easy for the researcher to achieve new research
ideas. Friendly manageable system configuration and engineering deployment
functions allow practitioners to quickly deploy models into productions. We
have implemented some state-of-the-art projects, including person re-id,
partial re-id, cross-domain re-id and vehicle re-id, and plan to release these
pre-trained models on multiple benchmark datasets. FastReID is by far the most
general and high-performance toolbox that supports single and multiple GPU
servers, you can reproduce our project results very easily and are very welcome
to use it, the code and models are available at
https://github.com/JDAI-CV/fast-reid.
- Abstract（参考訳）: 一般インスタンス再識別はコンピュータビジョンにおいて非常に重要なタスクであり、人物/車両の再識別、顔認識、野生生物保護、商品追跡、スナップショップなど、多くの実用用途で広く利用することができる。
本稿では,JD AI 研究において,FastReID を広く利用されているソフトウェアシステムとして紹介する。
FastReIDでは、高度にモジュール化され拡張可能な設計により、研究者が新しい研究のアイデアを実現できる。
フレンドリーに管理可能なシステム構成とエンジニアリングデプロイメント機能により、実践者は迅速にモデルを本番環境にデプロイできる。
我々は、person re-id、partment re-id、cross-domain re-id、 vehicle re-idなど、最先端のプロジェクトをいくつか実装し、これらの事前トレーニングされたモデルを複数のベンチマークデータセットでリリースする予定です。
FastReIDは、単一のGPUサーバと複数のGPUサーバをサポートする最も汎用的で高性能なツールボックスであり、プロジェクトの結果を非常に簡単に再現することができ、使用を非常に歓迎しています。
関連論文リスト
- Transformer for Object Re-Identification: A Survey [69.61542572894263]
ビジョントランスフォーマーは、TransformerベースのRe-IDをさらに深く研究している。
本稿では、TransformerベースのRe-IDの総合的なレビューと詳細な分析を行う。
本稿では,教師なしRe-IDのトレンドを考えると,最先端性能を実現するための新しいトランスフォーマーベースラインUntransReIDを提案する。
論文 参考訳（メタデータ） (2024-01-13T03:17:57Z) - Exploring Plain ViT Reconstruction for Multi-class Unsupervised Anomaly Detection [128.40330044868293]
Vision Transformer (ViT) では、より単純なアーキテクチャが複数のドメインで有効であることが証明されている。
ViTADはMVTec AD、VisA、Uni-Medicalデータセット上で最先端の結果と効率を達成する。
論文 参考訳（メタデータ） (2023-12-12T18:28:59Z) - People Tracking and Re-Identifying in Distributed Contexts: Extension of
PoseTReID [0.0]
前報では,リアルタイム2次元多人数追跡のための汎用フレームワークであるPoseTReIDを紹介した。
本稿では,PoseTReIDフレームワークに関するさらなる研究を紹介する。
論文 参考訳（メタデータ） (2022-05-20T11:06:58Z) - Scalable Vehicle Re-Identification via Self-Supervision [66.2562538902156]
自動車再同定は、都市規模の車両分析システムにおいて重要な要素の1つである。
車両再設計のための最先端のソリューションの多くは、既存のre-idベンチマークの精度向上に重点を置いており、計算の複雑さを無視することが多い。
推論時間に1つのネットワークのみを使用する自己教師型学習によって、シンプルで効果的なハイブリッドソリューションを提案する。
論文 参考訳（メタデータ） (2022-05-16T12:14:42Z) - Autoregressive Search Engines: Generating Substrings as Document
Identifiers [53.0729058170278]
自動回帰言語モデルは、回答を生成するデファクト標準として現れています。
これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。
本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
論文 参考訳（メタデータ） (2022-04-22T10:45:01Z) - Fine-Grained Re-Identification [1.8275108630751844]
本稿では,画像とビデオのReIDを統一する最初のモデルのひとつとして,計算効率のよいReIDモデルFGReIDを提案する。
FGReIDは、ビデオベースの事前学習と空間的特徴の注意を生かして、ビデオと画像の両方のReIDタスクのパフォーマンスを改善する。
論文 参考訳（メタデータ） (2020-11-26T21:04:17Z) - KILT: a Benchmark for Knowledge Intensive Language Tasks [102.33046195554886]
知識集約型言語タスク(KILT)のベンチマークを示す。
KILTのすべてのタスクはウィキペディアのスナップショットと同じだ。
共有密度ベクトル指数とSeq2seqモデルとの結合が強いベースラインであることが分かる。
論文 参考訳（メタデータ） (2020-09-04T15:32:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。