必须安排的科研计划嘿，弄完了早点回家。🌞

回家前小目标：争取得到较好的实验结果
1.沿着自知识蒸馏这条路去做实验

从图中可以看出，汉诺塔重识别论文中使用了类似C 图中这种原始的自知识蒸馏结构，只辅助分类层学习。
因此，我认为带有特征之间交互的这种自知识蒸馏在重识别上也有研究价值。将其应用在重识别上，可以改进为全局与局部特征之间交互，不同尺度特征之间交互，有标注的局部划分和无标注软分割之间的交互等等。

2.沿着多尺度特征提取这条路去做实验

大部分性能较好的重识别方法都利用了多尺度信息来增强特征，如上图。
首先这些多尺度信息是对重识别有效的，但是在目标检测和语义分割领域被证明有效的PANet和BiFPN结构却很少被用在重识别上。

我认为这种在其他领域成熟的加强特征提取的方法，经过有效改进，在重识别领域应该也能有一定效果。

3.具体进度大致安排

• 第一周将论文中提炼特征的自知识蒸馏和多尺度特征增强先分别应用再联合应用到之前的工作中，并根据实验结果修改方法适应重识别任务。
• 第二周根据上周实验结果进一步修改实验。比如，参考先前对重识别有效的多尺度方法，进一步改进多尺度特征提取设计上的不足。
• 第三周如果实验结果仍然不行，应该尝试分析问题原因。比如，在自己模型中复现前人有效的多尺度特征提取在重识别中的应用，至少得搞明白别人行在哪里，自己的方法为什么不行。
• 第四周在之前的基础上再次修改模型进行实验。