今天也是介紹Person reid的論文（比較熟悉的領域XD）：

Beyond Part Models: Person Retrieval with Refined Part Pooling

這是在reid中非常經典的論文，
這篇主要的貢獻：

1. 提出平均切塊的機制Part-based Convolutional Baseline(PCB)
2. 提出局部注意力機制 Refined part pooling(RPP)

PCB

圖片經過Backbone(Res50)得到tenor T，
然後經過PCB將T水平切割成p塊，分別經過1x1 conv的到vector h，
最後h輸入到fc layer進行ID classifier，
訓練時，Loss 用p個Cross-Entropy Loss相加。

RPP

RPP是對PCB再進一步的refine，

作者經過實驗發現，雖然PCB切塊的方法簡單有效，
但同一個part裡面的feature不一定最相似，可能會與其他part更相似，
如圖顯示，每個part之間其實都有overlap，作者稱作Within-Part Inconsistency問題。

為了解決，作者將PCB加上RPP修改成以下結構，

把原來的average pooling變成了GAP並添加了part classifier。
簡單來說就是對f進行加權，以修正PCB的結果。

Result

在Market1501測試集上有顯著的提升