序言：
ST Layer在distorted minist數據集上表現出了很好的結果，但畢竟distorted minist是一個簡單的數據集。（手寫單個數字分類，所以共10類）
所以在本篇文章中，先會解釋一部分，STLayer的原理，然後解釋一部份minist上面的操作，最後解釋一下我在market1501上的實驗以及結果分析
解釋：
ST Layer是一個 由 6個參數 和原圖 生成一個 仿射變換後的新圖。
這六個參數決定了仿射的方式。其實ST Layer的最終目的是讓NN在看圖像時具有attention（類似NLP中的應用，問答，其實最關鍵的只有某幾個詞）
（其實我自己也嘗試用matconvnet，寫過這個公式，以及相應的bp，但沒收斂，速度上比較慢。但當時真的覺得自己可以寫成功的，最後差了一點點。
因爲matconvnet官方用cu寫了一個，速度超快，我當時就服了。哈哈。）
matconvnet官方在distort minist採用的結構如下：
主要是先用了一個local網絡預測6各參數，（圖中下面一路）
用6個參數產生一個grid，應用在圖像上，（圖中下面一路和上面一路input集合在一起）
我在market1501上採用的結構如下：(清晰度很靠譜的，我調整過，建議下載然後放大看)
實驗中：
1.在行人問題上是不是和預期的相同，學到揹包或衣服
2.使用簡單的歐氏距離，在test集上側指標