摘要

以人类为中心的感知任务包括多种视觉任务，这些任务在工业界有广泛的应用，例如监控、自动驾驶和元宇宙。为了实现多用途的人类中心下游任务，需要有一个通用的预训练模型。本文从基准测试和预训练方法两个方面推进了这一目标。具体而言，我们基于现有数据集提出了一个HumanBench，用于全面评估不同预训练方法在6个不同的下游任务中的泛化能力，这些任务涉及19个数据集，包括人员重识别（Person ReID）、姿态估计、人体解析、行人属性识别、行人检测和人群计数。为了学习人体的粗粒度和细粒度知识，我们进一步提出了一种投射器辅助层次化预训练方法（PATH），该方法能够在不同的粒度级别上学习多样化的知识。在HumanBench上的综合评估表明，我们的PATH在17个下游数据集上取得了新的最先进结果，在另外2个数据集上也达到了相当的结果。代码将在[https://github.com/OpenGVLab/HumanBench]公开发布。注释：- Person ReID：人员重识别- PATH：投射器辅助层次化预训练方法（Projector Assisted Hierarchical pretraining method）