本文聚焦2024行人重识别模型，先拆分问题，将pipeline分为行人检测、MOT、Search engine、Person Reid四大模块；接着调研核心算法确定baseline；然后改进模型，虽指标提升有限但给出改进意见；最后介绍落地项目，包括GUI设计、模型转换等，还给出简单的安装和运行步骤。
2024年SoTA 行人重识别模型复现和提升最后再加前端展示
Person Reid(行人重识别2024SoTA)
任务目的: 使用一张人的全身照,在视频or图像中找到这个人出现的时刻。
1. 问题拆分:
我们如果要落地一个行人重识别的应用项目.我们需要按照pipeline的任务模块将其拆解。简单来说，如图所示，对于图像来说，我们的一般流程是先行人检测,将目标行人的位置提取出来,进行裁剪后面送到reid模型中。对于视频来说，特别是背景稳定的视频如监控，不同的点在于，我们可以使用MOT（多目标跟踪）其是使用滤波位置等信息采用低计算量的方式跟踪一个人。我们在这里就可以设计一个缓存，对于跟踪的一个人只去调reid模型一次(这个可以设置超产),这里其实就是工业界常用的抓拍机策略。
- For image: 行人检测-> person reid -> vector search -> matching.
- For video: 行人检测 -> 多目标跟踪(MOT) -> person reid -&
最低0.47元/天 解锁文章
扫一扫
2320
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
