我们提出了一种具备向后兼容性的连续学习人员重识别模型。通过跨模型兼容性损失和知识整合方法，在新数据集上训练时保持对旧模型的兼容性。实验结果表明，该方法在向后兼容性方面优于现有方法。
完成下面两步后，将自动完成登录并继续当前操作。
