本文介绍了一种高效的多分支深度架构，用于改进车辆再识别。通过分组卷积和损失分支策略，提高特征多样性和辨识性，并结合摄像头ID和姿势信息增强性能。在Veri-776和Veri-Wild数据集上表现优异，mAP分别达到85.6%和88.1%，CMC1分别为97.7%和96.3%。