观看多目标跟踪视频笔记

观看多目标跟踪视频https://www.bilibili.com/video/av92669528笔记

https://cloud.tencent.com/developer/news/363379

MOT benchmark： https://motchallenge.net//

few shot 是小样本
one-shot learning 指的是我们在训练样本很少，甚至只有一个的情况下，依旧能做预测。
one-shot learning 的意义就是
（1）减少训练数据
a 深度学习需要大量的数据
b MNIST为了10个类别的区分，需要60000张训练图像，平均一个类别需要6000张训练图像
c one-shot试图将一个类别的训练图像减少，极端情况时减小到一张图片
（2）在新类别的数据出现时，无需重复训练
a 传统的深度神经网络无法处理没有出现在训练集中的类别
b 以员工刷脸打卡为例，使用传统深度神经网络，每一个新员工入职，都是一个新的类别，需要重新训练深度神经网络
c 如果每天都有新员工入职，每天都要重新训练网络，成本非常高
d one-shot learning可以无需重新训练即可应用于新的类别的数据

one-shot learning 的原理
传统的神经网络试图学习某一个类别的图像的表达
one-shot learning 试图学习不同图像（可以用同一类别或者不同类别）的区别
给定图片A和图片B，将A转换为一个表达（embedding vector）p，将B转换为一个表达（embedding vector）q，如果A和B属于同一个类别，那么我们希