How to train Custom Dataset

1. Train on Custom Dataset

参考链接

JD 官方README

1.1 Register your dataset(i.e., tell fastreid how to obtain your dataset).

为让fastreid企业获得你的数据集，为了让fastreid知道how to获得a dataset named my_dataset, 用户需要去实现一个class, 这个class是继承自fastreid.data.datasets.bases.ImageDataset

怎么继承？

下面给出了原来都用的公开数据使用的代码段snippet(片段):

到底是对应的这段还是对应的cuhk03/market1501里面的另外的段？

经过比照发现，应该是cuhk03/market1501里面的另外的段。

下面是cuhk03的：

下面是market1501的：

上述无论是Custom Dataset还是cuhk03还是market1501, 他们的工作原理都是：

将叫MyOwnDataset的数据集与一个处理train, query, gallery的类(ImageDataset)联系起来，然后传递给基类(baseClass). 到底这个baseClass是指base.py里的ImageDataset还是Dataset?

然后给这个类(MyOwnDataset)添加一个decorator用于registration.

新定义的这个类起个什么作用？

1.2 Import your dataset 载入你的数据集

你要是想让某些位置为空的话，可以用None或者空的列表[]来填充。

这段就很有用了。

查询和画廊集可以具有相同的摄影机视图，但是对于每个单独的查询标识，都排除了来自同一摄影机的他/她的画廊样本。 因此，如果您的数据集没有照相机批注，则可以将所有查询身份照相机编号设置为0，将所有画廊身份照相机编号设置为1，则可以获得测试结果。PIT的问题是不是出在这？

在注册了你自己的数据集以后，你需要在train_net.py里载入它，从而让它生效。