yuyi
知不可乎骤得，托遗响于悲风
科研流水账58
阅读了 Person Retrieval With Part-Based Hierarchical Graph Convolutional Network
代码工作
- 比对SimCLR模型之前保存的不同维度motorway的模型参数，使用相同的模型设置处理好的不同维度的 scondary数据的特征，保存为.mat发给高师兄。
- 重新整理SimCLR项目代码，提高可读性。
- 回顾UFDN代码，理解整个代码结构、流程和逻辑，参考其方法修改pven的代码进行实验。
- 对pven按通道划分局部并结合mask，参考UFDNt调整平衡损失函数。
问题分析
猜测可能是损失不平衡的原因。对比 pven 和 UFDN 的各项损失，发现 pven 的 triplet loss 大过 UFDN 损失几十倍。目前已经找到造成相同损失函数损失差异大的原因。
也可能是没有对局部特征进行id相关的损失函数，UFDN全局和局部都使用了focal损失。并且UFDN最终损失计算时，会取全局和局部的focal和triplet损失均值。
下一步研究计划
根据现有的问题分析和进一步实验的结果继续思考，以求解决问题。
