1、创建数据集
通过YOLO将视频中的行人检测出来,并创建行人gallery库,进行手工标标签。
2、特征提取器训练
使用Resnet50或其他好用的分类器训练,使用crossentroy loss
训练完得到权重文件net.params.pkl
3、提取数据集特征向量并存储(可省略)
以npy存储特征向量,省去每次检索时重复提取gallery中的特征
在做的时候将存为特征向量省略了。直接使用network的输出特征做距离度量。
4、Reid检索
使用Reid中的欧式距离度量,ID loss来提取Rank10的行人,并锁定特定行人。
给一张probe图像,在视频中检索,目前效果不太好,总是误检,很不准确地检测到其他的人。
5、整体的前端页面设计,设计一个小型的系统