%20(2).svg)
项目简介
本项目是基于PyTorch框架的行人重识别（ReID）系统，借助深度学习技术实现行人的高效识别与匹配。项目代码由“武大锅盔队”在行人重识别赛道初赛审核时提交，涵盖数据加载、模型定义、损失函数、评估指标、优化器、学习率调度器、工具函数等模块。采用多种预定义（如ResNet、SENet等）和自定义（如PCB、MGN等）模型结构，还提供多种损失函数和评估指标以优化模型性能。
项目的主要特性和功能
- 模型结构：支持ResNet、SENet、PCB、MGN等多种预定义和自定义模型结构。
- 损失函数：提供交叉熵损失、三元组损失、中心损失、OIM损失等多种损失函数优化模型。
- 评估指标：支持准确率、召回率、CMC、mAP等评估指标衡量模型性能。
- 数据增强：支持随机翻转、随机裁剪、随机擦除等数据增强技术提升泛化能力。
- 学习率调度：提供学习率衰减和Warm Up策略优化训练过程。
- 多模型集成：支持多模型集成测试提升最终结果准确性。
安装使用步骤
假设用户已经下载了本项目的源码文件。
1. 切换到单模型训练目录：
bash
cd ReIDCompetition/single_model
2. 修改数据路径：
修改torchreid.data.datamanager.py下的MyDataset类中的路径参数，包括self.train_dir、self.val_query_dir、self.val_gallery_dir、self.query_dir、self.gallery_dir，确保它们指向正确的数据集目录。
3. 训练模型：
- 修改run.py中的save_dir为模型、日志等文件的保存地址。
- 修改torchreid.data.datamanager.MyDataManager中的root参数为数据集所在的大目录。
- 运行训练脚本：
bash
python3 run.py
4. 切换到多模型测试目录：
bash
cd ../jicheng
5. 修改测试路径：
- 修改torchreid.data.datamanager.py下的MyDataset类中的路径参数。
- 修改jicheng5.py中的save_dir为测试结果保存地址，root参数为数据集所在的大目录，fpath_1~fpath5为训练好的5个模型所在目录。
6. 运行测试脚本：
bash
python3 jicheng5.py
7. 查看结果：
生成的JSON文件将保存在save_dir下，可用于进一步分析或提交。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】