VeRi-Wild Small

基础模型使得车辆重识别的多分支融合效果减弱

一项新的研究论文对基础模型时代车辆重识别任务中多分支架构和不同骨干网络模型融合的有效性提出了质疑。研究发现，经过优化的单一DINOv3预训练ConvNeXt模型，其性能可与更复杂的多分支系统相媲美。进一步分析表明，组合多个分支或不同类型的骨干网络（如ConvNeXt和vision transformers）仅带来微小改进，这表明增强单个强大的基础模型骨干网络并采用检索阶段重排序是更有效的方法。