摘要
本发明公开了一种基于神经网络无监督对比学习的高效行人重识别方法。本发明步骤:步骤1:准备行人重识别模型训练的数据集;步骤2:选择具有较强特征提取能力的卷积神经网络作为无监督对比学习模型的主干网络,无监督对比学习模型中的对比学习以特征向量为出发点,即对无监督对比学习模型提取的特征向量进行约束,按照损失函数的方式,利用优化器和反向传播的原理实现对无监督对比学习模型的网络参数的修正;步骤3:将训练图片的特征向量存入缓存区;步骤4:通过量化指标进行量化评估。本发明使用有标数据和无标数据同时训练,即保障模型较高的准确度,实现模型易训练的特点,又能有较好的模型扩展性,对新环境的新样本有更好的扩展性。