行人重识别reid数据集

有需要的人，请在评论区留下你的邮箱。

本人，双非学校小硕。研究方向行人重识别。收集了一些常用数据集。

Market-1501-v15.09.15

dukemtmc-reid

顺便附上一个根据相机id划分数据集的代码

import os
import shutil
import os.path as osp
import numpy as np
import glob
import re
from collections import defaultdict

from tqdm import tqdm

def _process_dir(dir_path, relabel=False):
    img_paths = glob.glob(osp.join(dir_path, '*.jpg'))  # 把此文件夹下的以jpg结尾的文件路径获取
    pattern = re.compile(r'([-\d]+)_c(\d)')
    # 将源pid构建一个映射，得到新的对应标签
    pid_container = set()  # 定义集合。重复数据会被删除，同时会排序
    for img_path in img_paths:
        pid, _ = map(int, pattern.search(img_path).groups())  # 只有两段都是数字。map映射
        if pid == -1: continue  # 有一些辣鸡数据
        pid_container.add(pid)
    pid2label = {
   pid: label for label, pid in enumerate(pid_container)}
    # 将数据打包成元组，进行储存
    dataset = []
    for img_path in img_paths:
        pid, camid = map(int, pattern.search(img_path).groups())
        if pid == -1: continue
        #assert 0 <= pid <= 1501
        assert 1 <= camid <= 8
        camid -= 1
        if relabel: pid = pid2label[pid]
        dataset.append((img_path, pid, camid))

    num_pids = len(pid_container)
    num_imgs = len(