行人重识别
关注
分享
扫一扫
文章平均质量分 88
行人重识别
江南才尽，年少无知！
志在九天不为乡愁换白发,偏偏年少白衣博天涯!
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
行人重识别02-13：fast-reid(BoT)-实用技巧分享（3）-精度提升，训练超大数据集randperson
对于行人重识别来说，其类似于人脸识别。需要超级大数据集才能获得比较好的效果。但是行人重识别的数据获取难度是很大的。不像人脸的数据集，就公开的而言，都有好些大数据集。但是行人从识别的大数据集，几乎可以说是没有的。但是最近公开了一个虚拟的行人从识别数据集，虽然说是虚拟的，但是根据作者的介绍，该数据集能够大幅度增加行人重识别的准确率。相关链接如下httpshttps请大家先下载好数据集，本人下载之后显示如下但是后续我们只需要其中的images部分，本人的分布如下done。...原创 2020-09-09 12:40:03 · 2943 阅读 · 7 评论 -
行人重识别02-12：fast-reid(BoT)-实用技巧分享（2）-使用osnet轻量级网络，导出caffe模型，项目落地
1.网络推理速度要快，能达到实时，并且精度不能太低\color{red}{1.网络推理速度要快，能达到实时，并且精度不能太低}1.网络推理速度要快，能达到实时，并且精度不能太低2.需要转换为caffe模型，因为硬件边缘设备暂时只支持caffe模型\color{red}{2.需要转换为caffe模型，因为硬件边缘设备暂时只支持caffe模型}2.需要转换为caffe模型，因为硬件边缘设备暂时只支持caffe模型那么，建立在这个前提条件，我就开始吧。...原创 2020-08-20 09:38:00 · 3200 阅读 · 3 评论 -
行人重识别02-10：fast-reid(BoT)-pytorch编程规范(fast-reid为例)7-模型测试评估-2
把提出的特征，以及标签添加到evaluator.pids，evaluator.camids，evaluator.features之中evaluator.process(inputs,outputs)#对结果进行评估results=evaluator.evaluate()其中都涉及到了evaluator，那么我们现在就来看看，其到底是何方神圣。#继承于DefaultTrainer创建一个训练类classTrainer(DefaultTrainer)https。...原创 2020-08-19 19:43:43 · 2204 阅读 · 5 评论 -
行人重识别02-09：fast-reid(BoT)-pytorch编程规范(fast-reid为例)6-模型测试评估-1
0"那么我们该小节，就来看看，其对数据的评估是怎么一个过程。原创 2020-08-19 15:14:04 · 2010 阅读 · 0 评论 -
行人重识别02-11：fast-reid(BoT)-实用技巧分享（1）-visualize_result，demo
以下链接是个人关于fast-reid(BoT行人重识别)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。。...原创 2020-08-18 22:16:17 · 2874 阅读 · 0 评论 -
行人重识别02-08：fast-reid(BoT)-pytorch编程规范(fast-reid为例)5-BoT网络模型构建
进行前向传播outputs,targets=self.model(data)#Computeloss,计算lossifisinstance(self.model,DistributedDataParallel)这里看到，首先把数据送入到构建的模型之中，然后进行前向传播，获得预测的结果之后计算loos。那么这里的模型是那个模型?是如何构建的呢?这样我们就明白了BoT网络的构建过程。https。...原创 2020-08-18 19:05:29 · 2187 阅读 · 2 评论 -
行人重识别02-03：fast-reid(BoT)-白话给你讲论文-翻译无死角
该片论文主要探索了一个简单却有效的行人重识别基线。在近些年，由于深度学习的出现，让重识别达到一个很高的精度。但是目前精度最高的算法，都是通过设计复杂的网络结构，多个分支的特征进行连接，在论文中，对于训练的技巧都是简单给出。这篇论文将总结训练技巧对模型精度的影响，并且给出实验数据（在ReID中）。通过组合一些技巧，只使globalfeatures用模型在Market1501数据集上达到了94.5%rank-1与85.9%mAP。httpshttpshttpshttpshttps。...原创 2020-08-18 09:41:55 · 4333 阅读 · 1 评论 -
行人重识别02-07：fast-reid(BoT)-pytorch编程规范(fast-reid为例)4-迭代器构建，数据加载-2
在上篇博客中，我们留下了一个疑问，那就是在fastreid\data\build.py文件#根据数据集名称，创建对应数据集迭代的类，本人调试为类fastreid.data.datasets.market1501.Market1501对象dataset=DATASET_REGISTRY.get(d)(root=_root,combineall=cfg.DATASETS.COMBINEALL)train_items.extend(dataset.train)...原创 2020-08-18 09:36:14 · 1304 阅读 · 0 评论 -
行人重识别02-06：fast-reid(BoT)-pytorch编程规范(fast-reid为例)3-迭代器构建，数据加载-1
.....#创建训练数据及迭代器data_loader=self.build_train_loader(cfg)"""构建一个训练数据迭代器Returnsiterablefunc其上的build_reid_train_loader(cfg)，就是该小节重点讲解的内容。中的dataset.train是构建的。我会再下小节为大家进行讲解。https。...原创 2020-08-17 21:07:08 · 2639 阅读 · 0 评论 -
行人重识别02-05：fast-reid(BoT)-pytorch编程规范(fast-reid为例)2-DefaultTrainer解析
通过上一篇博客。#在第一次迭代之前调用defafter_train(self)#在最后一次迭代之后调用defbefore_step(self)#在每次迭代之前调用defafter_step(self)#在每次迭代之后调用并且已经知道他是在什么时候被带哦用，同时知道了训练的大致过程。但是hooks是如何创建的，我们需要那些hooks，我们不是很清楚，接下来我们会为大家进行讲解。...原创 2020-08-17 11:55:05 · 2221 阅读 · 1 评论 -
行人重识别02-04：fast-reid(BoT)-pytorch编程规范(fast-reid为例)1-hooks机制了解
fast-reid是一个行人重识别的框架，他是一个比较大的工程，其内部实现机制基本和detectron2一致，之前的detectron2本人讲解得不够细致，所以这里本人打算彻头彻尾，详详细细的给大家讲解一遍。本人这里的分析是一步步来的，因为本人已经比较了解。https到这里为止，我们已经基本明白了hooks机制，并且知道了模型训练的总体流程。但是似乎还缺了点什么，那就是数据迭代器，模型是如何构建的。训练过程中，又是如何对验证集进行评估的。下篇博客我会为大家进行详细的介绍。https。...原创 2020-08-17 10:11:20 · 2535 阅读 · 4 评论 -
行人重识别02-02：fast-reid(BoT)-官方数据训练测试
到这里，我们已经把模型训练起来，并且做了测试。下小节我们会对论文BagofTricksandAStrongBaselineforDeepPersonRe-identification进行翻译，然后再对源码进行解读。httpshttpshttpshttpshttps。原创 2020-08-15 17:05:28 · 4578 阅读 · 9 评论 -
行人重识别02-01：fast-reid(BoT)-资源下载（前奏准备）
以下链接是个人关于fast-reid(BoT-行人重识别)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。极度推荐的商业级项目。...原创 2020-10-09 17:37:49 · 2307 阅读 · 2 评论 -
行人重识别02-00：fast-reid(BoT)-目录-史上最新无死角讲解
接下来，我会为大家无死角的解析fast-reid(MGN-行人重识别)，之前的文章，如下(以下是我工作的所有项目，每一个项目都是，我都做了百分百的详细解读，随着项目增多，为了方便不臃肿，所以给出以下链接)视觉工作项目-为后来的你，提供一份帮助！我相信，关于fast-reid(MGN)的讲解，我的这一系列博客或许不是国内最早的，但是肯定是最详细的，该网络对应的论文为：Learning Discriminative Features with Multiple Granularities for Pers原创 2020-08-15 16:52:25 · 7934 阅读 · 5 评论 -
行人重识别01-01：OpenUnReID(SpCL)-资源下载（前奏准备）
以下链接是个人关于OpenUnReID(SpCL-行人重识别)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。原创 2020-08-13 18:49:52 · 711 阅读 · 0 评论 -
行人重识别01-02：OpenUnReID(SpCL)-官方数据训练测试
这样，我们就已经把官方的模型进行了测试，并且训练了market1501数据集。httpshttpshttpshttpshttpshttps。原创 2020-08-13 21:19:21 · 1738 阅读 · 2 评论 -
行人重识别01-00：OpenUnReID(SpCL)-目录-史上最新无死角讲解
接下来，我会为大家无死角的解析OpenUnReID(SpCL-行人重识别)，之前的文章，如下(以下是我工作的所有项目，每一个项目都是，我都做了百分百的详细解读，随着项目增多，为了方便不臃肿，所以给出以下链接)视觉工作项目-为后来的你，提供一份帮助！我相信，关于OpenUnReID(SpCL)的讲解，我的这一系列博客或许不是国内最早的，但是肯定是最详细的，该网络对应的论文为：SpCL：Self-paced Contrastive Learning with Hybrid Memory for Domai原创 2020-08-13 17:55:26 · 1100 阅读 · 1 评论 -
行人重识别0-12：DG-Net(ReID)-代码无死角解读(8)-gen_update讲解-白话篇
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。原创 2019-10-14 10:47:19 · 3333 阅读 · 7 评论 -
行人重识别0-11：DG-Net(ReID)-代码无死角解读(7)-全局loss讲解-注释篇
该篇博客，为大家详细的分析所有的loss(前面生成和真假鉴别模式的loss已经分析过，所以除外)，这个地方，应该也是DG-Net最重要，同时又是最难的地方。请大家买瓶可乐，慢慢的，细心的品味这篇博客。那么我们就开始吧！...原创 2019-10-12 17:37:56 · 2337 阅读 · 0 评论 -
行人重识别0-00：DG-Net(ReID)-目录-史上最新无死角讲解
接下来，我会为大家解析解析DG-Net(行人重识别ReID)，之前的文章，如人脸识别：每月深度2-0：insightFace-目录-史上最全以及图片生成与合成：GANS的世界1-0：stylegan-目录-史上最全我都讲解得十分详细，这次本人讲解DG-Net(行人重识别ReID)当然也不会例外，只会有过之，而无不及。从数据收集，再到网络训练迭代，以及项目孵化落实着地，每一个环节我都会详细的...原创 2019-10-08 09:06:46 · 11578 阅读 · 16 评论 -
行人重识别0-01：DG-Net(ReID)-论文翻译，详细解说（1）
https如果后续本人做了很多修改，我会公布我的源码。如果你想先跑代码，再看论文，直接看后面的博客就好了，会有代码运行的指导。下面开始我最讨厌的事情，也就是论文的翻译阅读，由于本人的英语水平比较差劲，希望大家不要介意，其实挺无奈的，没有翻译的时候，觉得自己英语不好引起的，等自己翻译过来，才发现自己语文也不咋滴！好了，玩笑就到这里结束了，进入主题。文章说行人重识别主要面解决的问题，是在不同摄像头下对同一ID的识别。人们对于通过生成网络（GAN）增加训练数据的兴趣一直在增长。红牌警告，第一个重难点。...原创 2019-10-08 09:08:35 · 9360 阅读 · 11 评论 -
行人重识别0-02：DG-Net(ReID)-论文翻译，详细解说（2）
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。极度推荐的商业级项目。...原创 2019-10-08 09:10:15 · 3942 阅读 · 5 评论 -
行人重识别0-03：DG-Net(ReID)-模型评估验证，数据集讲解
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。极度推荐的商业级项目。...原创 2019-10-08 09:12:00 · 5618 阅读 · 13 评论 -
行人重识别0-04：DG-Net(ReID)-模型训练-报错解决
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。极度推荐的商业级项目。...原创 2019-10-08 14:55:24 · 3727 阅读 · 8 评论 -
行人重识别0-05：DG-Net(ReID)-代码无死角解读(1)-训练代码总体注解
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。极度推荐的商业级项目。...原创 2019-10-08 16:37:00 · 4077 阅读 · 0 评论 -
行人重识别0-06：DG-Net(ReID)-代码无死角解读(2)-网络框架总体讲解
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。极度推荐的商业级项目。...原创 2019-10-08 19:04:57 · 4353 阅读 · 3 评论 -
行人重识别0-07：DG-Net(ReID)-代码无死角解读(3)-网络总体前向传播
通过上一篇博客，我相信大家对于生成模块部分，在总体框架上，应该有了深刻的认识。既然网络总体框架了解，我们就来了解细节部分了。我会为大家详细的解析（当然，如果要我详细到每个卷积，是怎么卷积，怎么来的，那就真的太为难我胖虎了！），玩笑到这里。愿大家愉快的阅读我的博客，那就开始吧！...原创 2019-10-10 18:38:43 · 2672 阅读 · 2 评论 -
行人重识别0-08：DG-Net(ReID)-代码无死角解读(4)-网络Es编码解码过程
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。GANS的世界2-0：DG-GAN(行人重识别ReID)-目录-史上最新最全：https://blog.youkuaiyun.com/weixin_43013761/article/deta......原创 2019-10-11 12:50:39 · 2546 阅读 · 1 评论 -
行人重识别0-09：DG-Net(ReID)-代码无死角解读(5)-网络Ea编码及鉴别器
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。极度推荐的商业级项目。...原创 2019-10-11 17:06:25 · 2439 阅读 · 0 评论 -
行人重识别0-10：DG-Net(ReID)-代码无死角解读(6)-lsgan损失及教师网络
以下链接是个人关于DG-Net(行人重识别ReID)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。极度推荐的商业级项目。...原创 2019-10-11 20:06:21 · 2428 阅读 · 4 评论