源代码来了 | 英伟达开源行人生成/重识别代码

前几天英伟达开源了DG-Net的源码。让我们来回顾一下这篇CVPR19 Oral的论文。

论文是英伟达(NVIDIA), 悉尼科技大学(UTS), 澳大利亚国立大学(ANU)的研究人员 在CVPR19上口头报告的文章《 Joint Discriminative and Generative Learning for Person Re-identification》。 深度学习模型训练时往往需要大量的标注数据,但收集和标注大量的数据往往比较困难。作者在行人重识别这个任务上探索了 利用生成数据来辅助训练的方法。通过生成高质量的行人图像，将其与行人重识别模型融合，同时提升行人生成的质量和行人重识别的精度。

论文链接：https://arxiv.org/abs/1904.07223
B 站视频： https://www.bilibili.com/video/av51439240/
腾讯视频： https://v.qq.com/x/page/t0867x53ady.html

代码地址：https://github.com/NVlabs/DG-Net

 

代码运行效果：(训练100000次迭代)

 

开发环境：

• Python 3.6
• GPU Memory >= 15G 如果使用fp32精度
• GPU Memory >= 10G 如果使用fp16精度，可以节省一部分显存
• NumPy
• PyTorch 1.0+
• [Optional] APEX (使用fp16要安装)

 

数据集下载地址：

采用的是Market-1501 数据集 http://www.liangzheng.com.cn/Project/project_reid.html

 

训练好的模型下载：

• 百度网盘：https://pan.baidu.com/s/1503831XfW0y4g3PHir91yw  password: rqvf
• GoogleDrive：https://drive.google.com/open?id=1lL18FZX1uZMWKzaZOuPe3IuAdfUYyJKH

 

测试效果如下：

• 行人重识别的精度：

• 生成的行人图像：

 

训练的命令很简单：

选项已经内置到yaml文件中，若按照全精度fp32来运行，约占用15G显存。

python train.py --config configs/latest.yaml

若使用半精度训练，则只使用约10G显存。

python train.py --config configs/latest-fp16.yaml

训练的log可使用tensorboard 来查看

 tensorboard --logdir logs/latest

 

作者简介
本文的第一作者郑哲东是悉尼科技大学计算机科学学院的博士生，预计2021年 6 月毕业。该论文是其在英伟达实习期间的成果。

郑哲东目前已经发表8篇论文。其中一篇为ICCV17 spotlight，被引用超过了300次。首次提出了利用GAN生成的图像辅助行人重识别的特征学习。一篇TOMM期刊论文被Web of Science选为2018年高被引论文，被引用超过200次。同时，他还为社区贡献了行人重识别问题的基准代码，在Github上star超过了1000次，被广泛采用。

另外，论文的其他作者包括英伟达研究院的视频领域专家 - 杨晓东、人脸领域专家禹之鼎（Sphere Face，LargeMargin作者）、行人重识别专家郑良博士，郑哲东的导师杨易教授（今年有三篇 CVPR oral 中稿）、和英伟达研究院的副总裁 Jan Kautz。