Batch Drop Block Network for Person Re-identification and Beyond

代码： BDBNet
主要提出了一种dropout的策略，和随机擦除(REA)很类似，REA在输入图像上操作，随机选一块抹为0，但对一个batch中的bs张图像各抹各的，区域不一定相同，且大小和长宽比也不一定一样，而BDB则是：1，对特征图进行随机擦除； 2，一个batch中的bs张图像的特征图都擦除相同位置。

几种dropout的对比：

SpatialDropout: arXiv
按照某一维度进行dropout。如果抹去，则该维度对应的所有channels都会被抹去。

参考博客： dropout和SpatialDropout的差别

这么做有什么好处：
作者用大量实验论证了：这样能帮助网络attention到遮挡的这一块，此外比dropout好的是这里是dropout一个连续的区域，模拟遮挡效果更好，更能遮挡图像中的某些语义parts。

cutout应该就是在特征图上做随机擦除。

GMP更关注行人，GAP更关注整体(滤噪)。