了解图像检索的重新排名：图神经网络的角度
在Market-1501数据集上，我们使用一个K40m GPU将重新排名处理从89.2s加速到9.4ms ，从而促进了实时后处理。 同样，我们观察到，在有限的时间成本下，我们的方法在其他四个图像检索基准（即VeRi-776，Oxford-5k，Paris-6k和University-1652）上可获得可比甚至更好的检索结果。
执行
可以在找到paddlepaddle实现。
pytorch版本可以在找到。
引文
@article { zhang2020understanding ,
title = { Understanding Image Retrieval Re-Ranking: A Graph Neural Network Perspective } ,
author = { Zhang, Xuanmeng and Jiang, M
