Abstract 将全局和局部特征结合已经成为提高行人重识别任务表现的关键方案。以前的基于局部特征的方法主要是利用预先定义的语义信息来定位区域，学习局部表征，这增加了学习难度，且对复杂场景来说其鲁棒性和效率都差一些。本文提出了一个端到端的特征学习策略，用多样化的细粒度来集成判别信息。作者仔细设计了 Multiple Granularity Network，它是一个多分支的深度网络结构，一个分支用

https://github.com/lwplw/reid-mgn https://github.com/lwplw/reid-mgn/tree/master/pytorch_MGN 论文：https://arxiv.org/pdf/1804.01438.pdf GitHub：https://github.com/lwplw/reid-mgn/tree/master/pytorch_MGN