旷视开源了一套图像检索和ReID的PyTorch库

旷视开源了一套图像检索和 ReID 的 PyTorch 库，论文“PyRetri: A PyTorch-based Library for Unsupervised Image Retrieval by Deep Convolutional Neural Networks”介绍了其主要内容。

01

架构

深度学习图像检索无监督方法的架构：

• 在特征提取阶段，包含：数据增强（Data Augmentation对图像做各种变换）、骨干网选择（Backbone，使用不同的骨干网架构和预训练模型）、特征聚合（Aggregation，将不同网络提取的特征聚合成一个特征向量）。
• 在索引阶段，包含：维度处理（Dimension Process，PCA降维等）、特征增强（Feature Enhance）、距离度量（Distance Metric，衡量样本之间的相似性）、重排序（Rerank，对相似度较高的图像按照再次查询等方法重新排序）。
• 在评估阶段，包含：结果量化（Quantitative results）和可视化（Visualization）。

02

方法

该库目前支持的方法：

1、前处理方法：

• DirectResize (DR): 将图像长宽缩放到目标大小；
• PadResize (PR): 根据图像长边将图像等比例缩放到目标大小，空白区域用ImageNet均值填充；
• ShorterResize (SR): 根据图像短边将图像等比例缩放到目标大小；
• TwoFlip (TF): 返回原始图像和水平翻转图像；
• CenterCrop (CC): 从图像中心crop出目标大小的图像区域；
• TenCrop (TC): crop图像并按照上下左右翻转

2、特征表示方法：

3、后处理方法：

• SVD : 使用矩阵SVM分解降维；
• PCA : PCA降维度；
• DBA : 数据库中每一个特征用它自己和自己的近邻的加权和表示；
• QE : 使用饭就的 top-k 近邻 和原始查询图像再进行一次检索；
• k-reciprocal : 编码K个倒数最近邻，增强检索精度。

特别值得一提的是，为了降低用户选择不同算法和超参数配置的难度，PyRetri提供了自动化的配置搜索工具，可根据用户定义的搜索空间和搜索脚本，自动选择最优的算法流程。

03

结果

作者在基于内容的图像检索（CBIR）和行人重识别（ReID）常用数据集 Oxford5k、CUB-200-2011、Indoor、Caltech101、Market-1501上进行了实验。

上表列出了通过搜索配置得到的前三个算法配置和每个数据集上的baseline方案结果的比较，可见使用官方推荐的配置工具，大大提高了检索mAP！

使用 PyRetri 检索时各阶段用时比较：

可见每幅图像平均时间还不到 8ms。

以下是在ReID问题上的实验结果：

可见，PyRetri 较好的复现了经典论文的结果，而且如果使用自动搜索配置的方法，能大幅提高精度！超过原方案10个百分点之多！

论文地址：

https://arxiv.org/abs/2005.02154

代码地址：

https://github.com/PyRetri/PyRetri

模型下载：

官方不仅开源了代码，也提供了在ImageNet、Places365、Market-1501、DukeMTMC-reID数据集上的预训练模型，可惜国内无法下载。