Google 地标检索 2021 竞赛第三名方案
计算机视觉与模式识别
2021-10-12 v1
摘要
我们提出了针对 Google Landmark Challenges 2021 的解决方案，涵盖检索与识别两个赛道。两种方案均是基于带动态边界的 Sub-center ArcFace 的 Transformer 与 ConvNet 模型集成。由于两个赛道共享相同的训练数据，我们采用了相同的流水线与训练方法，但集成时的模型选择以及后处理有所不同。相较于去年的关键改进是采用了更新的 SOTA 视觉架构，尤其是 Transformer，其在检索任务上显著优于 ConvNet。我们在检索和识别赛道分别获得第三和第四名。
引用
@article{arxiv.2110.04619,
title = {Google Landmark Retrieval 2021 Competition Third Place Solution},
author = {Qishen Ha and Bo Liu and Hongwei Zhang},
journal= {arXiv preprint arXiv:2110.04619},
year = {2021}
}