行人属性Strong_Baseline_of_Pedestrian_Attribute_Recognitiond复现

使用Python3.10在Linux环境中安装与训练PedestrianAttributeRecognition模型

原创已于 2023-09-20 18:11:55 修改 · 233 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言

于 2023-09-20 16:15:37 首次发布

行人属性专栏收录该内容

1 篇文章

订阅专栏

本文介绍了如何在Linux环境下利用Python3.10和torchvision库进行安装，并详细描述了对Strong_Baseline_of_Pedestrian_Attribute_Recognition项目进行代码更改以处理RAPV2数据集的过程，包括创建特定文件夹和执行训练指令，以及如何根据错误提示调整设置。

1. 环境：

Python3.10

linux环境

torch和torchvision用 pip install torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple 一条指令就好

源代码：

aajinjin/Strong_Baseline_of_Pedestrian_Attribute_Recognition: a solid and strong baseline of pedestrian attribute recognition (github.com)

readme参考：Strong_Baseline_of_Pedestrian_Attribute_Recognition的readme.md的译文_rapv2数据集_葑歆的博客-优快云博客

2.代码更改

3. 尝试运行Strong_Baseline_of_Pedestrian_Attribute_Recognition的readme.md的译文_rapv2数据集_葑歆的博客-优快云博客的4和5，按照报错放创造同名文件夹、图片。（最好别按自己的意愿取文件夹名字，这里按照原路径名去创建文件夹并按要求放置会更好，因为相关联的代码量还是有一些的，都改会有点麻烦）

4. 训练指令

CUDA_VISIBLE_DEVICES=1 python train.py PA100k（或 PETA等，总之后面是你要训练的数据集规范名，先随便写，报错会提示你规范名）