从无到有：跑通京东fast-reid工程

已于 2022-04-14 11:46:11 修改
阅读量9.4k 收藏 70
点赞数 10
分类专栏： reid 文章标签： re-id
于 2022-03-23 16:01:35 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_22764813/article/details/123655150
版权
本文档详细介绍了如何运行和调整Fast-ReID，包括从下载工程到配置环境，再到训练自己的数据集。在运行过程中遇到了如Cython模块未找到、加载预训练模型、修改数据增强方式、解决查询与画廊身份不匹配错误以及更改主干网络等问题，并给出了相应的解决方法。同时，文章提供了修改预训练模型加载路径、数据增强方式和主干网络的代码位置。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

目录

1.fast-reid工程简介

2.怎样一步步的跑通fast-reid

3.怎样跑通自己的数据

4.在自己的训练样本上使用fast-reid遇到的问题

问题1：ModuleNotFoundError: No module named 'Cython'

问题2：在哪里加载自己预训练模型参数

问题3：在哪里修改数据增强方式

问题4：AssertionError: Error: all query identities do not appear in gallery

问题5：在哪里修改主干网络，以及怎么修改？

1.fast-reid工程简介

该工程的网络简介已经很多，我就不再赘言，上一篇参考链接：重磅，最强重识别工具箱FastReID开源，附带多种SOTA模型 - 知乎

2.怎样一步步的跑通fast-reid

step1：首先找一些fast-reid的说明文档，通过文档介绍，找到fast-reid工程的下载路径；

step2：在下载官方页面找到相应的训练或部署的信息，然后下载官方的fast-reid工程；

step3：安装官方文档要求的依赖库；因为我自己的机器上有相应的一些库，所以只安装了部分依赖，包括：yacs，faiss_cpu，tabulate,Cython；如果网络环境好，直接pip安装很方便，要是网络环境不好的时候需要翻墙下载相应的库，然后再使用pip安装，下载位置通过百度搜索“pypi”，然后进去搜索对应python版本和机器环境的库；

step4:进行自己的数据训练

3.怎样跑通自己的数据

可以参考查看解析：Fast-ReID 训练自己的数据集调优记录（二）_songlixiangaibin的博客-CSDN博客

自己一步一步调试成功的记录查看：fast-reid跑通自己的数据_猫猫与橙子的博客-CSDN博客

4.在自己的训练样本上使用fast-reid遇到的问题

问题1：ModuleNotFoundError: No module named 'Cython'

<

最低0.47元/天 解锁文章
【行人重识别】fast-reid复现（20210119-v1.0.0）
聿默的博客
01-19 1325
参考代码： https://github.com/JDAI-CV/fast-reid/tree/v1.0.0 0.环境 ubuntu16.04 cuda9.0 python3.6 torch==1.1.0 torchvision==0.3.0 Cython yacs tensorboard future termcolor sklearn tqdm opencv-python==4.1.0.25 matplotlib scikit-image numpy==1.16.4 1.准备数据 参考.
（fast-reid）visualize_result.py中的distmat = 1 - torch.mm(q_feat, g_feat.t())理解
聿默的博客
07-15 747
0.疑问 # compute cosine distance distmat = 1 - torch.mm(q_feat, g_feat.t()) distmat = distmat.numpy() 为什么此处是计算余弦距离？ 1.相关与理解 （1）余弦距离计算（https://www.cnblogs.com/chaosimple/p/3160839.html）： （2）torch.mm() torch.mm()含义到底是什么（https://blog.csdn.net/Real_...
Fast-reid初使用
Ken的博客
12-08 3430
Fast-reid初使用参数修改模型加载加载数据集模型trainforward LossTrainingEvaluationdemo Github：完整代码 参数修改 根据加载的config-file文件，找到_BASE_的文件后，根据需要修改参数 例如可以修改NUM_WORKERS，IMS_PER_BATCH等等 还有一部分参数在config/defaults文件中，该文件中有对参数详细的注释 模型加载 cfg.MODEL.META_ARCHITECTURE: Baseline BACKBONE:
京东发布FastReID：目前最强悍的目标重识别开源库！
胭脂草的ABC博客
05-10 1067
官方计划发布人员重识别（person re-id）,部分可见的人员重识别（ partial re-id）, 跨域人员重识别（cross-domain re-id） 和 车辆重识别（vehicle re-id） 等众多模型。提供了针对ReID任务的完整的工具箱，包括训练、评估、微调和模型部署，另外实现了在多个任务中的最先进的模型。，其不仅对相关领域的研究有帮助，而且对工程部署有优化，在各大数据集上的评测结果惊人，其今天公布的论文。可见FastReID的实现质量很高，且其包含的各个模块的组合是十分有效的。
[深度学习] fast-reid入门教程
热门推荐
You and Me
01-14 2万+
fast-reid入门教程 ReID，全拼为Re-identification，目的是利用各种智能算法在图像数据库中找到与要搜索的目标相似的对象。ReID是图像检索的一个子任务，本质上是图像检索而不是图像分类。fast-reid是一个强悍的目标重识别Reid开源库，由京东开源管理。本文主要是介绍fast-reid的使用，随着技术的发展，对于cv从业人员有必要了解不同智能算法技术的应用。而且ReID是相对下游的任务，了解ReID的相关技术应用能学到很多东西。 文章目录fast-reid入门教程1 fast-r
fastreid训练、测试、模型转换（pth转onnx、onnx转rknn）
qq_42541521的博客
07-03 2428
在fast-reid目录下的MODEL_ZOO.md里有预训练模型的下载路径,需下载,我使用的是BoTh(R50)对应的model,下载完成后放到。01 表示c1s1_000151这一帧上的第1个检测框，由于采用DPM检测器，对于每一帧上的行人可能会出现好几个bbox。一般使用bounding_box_test和bounding_box_train和query来进行训练和测试。第一例是按照相似度进行rank排列的结果，包含了正确的和错误的，下面一列表示预测正确的结果。
行人重识别论文阅读8-FastReID京东快速行人重识别
qq_33977080的博客
07-24 1423
7.22 京东 Fast-ReID论文阅读 1. 解决的问题 FastReID是京东AI研究中广泛使用的软件系统，有高度模块化和可扩展的设计，有好的可管理的系统配置和工程部署。 FastReID是统一实例重标识库，允许其他人员将其他代码块插入到ReID系统，从而进一步快速的将研究思想转移到生产模型中。提供person reid，partial person reid，vehicle reid。 2. 模型概述 FastReID的亮点： 模块化和可扩展设计：可以快速实现他们的想法，无需重写数十万行代码。 可
探索未来识别：FastReID - 实时实例重识别的研究平台
最新发布
gitblog_00690的博客
08-08 815
探索未来识别：FastReID - 实时实例重识别的研究平台 fast-reidSOTA Re-identification Methods and Toolbox项目地址:https://gitcode.com/gh_mirrors/fa/fast-reid FastReID是一款强大的深度学习研究平台，专注于实现最先进的重识别算法。它是从底层重新设计的，基于先前的版本——reid stro...
行人重识别02-02：fast-reid(BoT)-官方数据训练测试
江南才尽江南山，年少无知年少狂！
08-15 4539
到这里，我们已经把模型训练起来，并且做了测试。下小节我们会对论文BagofTricksandAStrongBaselineforDeepPersonRe-identification进行翻译，然后再对源码进行解读。httpshttpshttpshttpshttps。
fast-reid:SOTA重新识别方法和工具箱
04-28
[2021年1月]基于fastreid的NAIC20（reid track） 已经发布！ [2021年1月] FastReID V1.0已发布！ :party_popper: 支持除reid之外的许多任务，例如图像检索和人脸识别。 请参阅。 [2020年10月]添加了基于fastreid...
fast-reid-master.zip
08-27
由于作者代码更新太快，在这里存一下2020年6月20的版本。https://github.com/JDAI-CV/fast-reid
fast-reid-master-20200831.zip
09-02
fast-reid-master-20200831.zip，是https://github.com/JDAI-CV/fast-reid，20200831下载的版本。该项目应该是在快速迭代开发的过程中，变动比较大，所以放在这里，侵权请联系我删除噢。
FastReID是一个研究平台，可实现最新的重新识别算法。-Python开发
05-25
FastReID是一个研究平台，可实现最新的重新识别算法。 Gitter：fast-reid / community FastReID是一个研究平台，可实现最新的重新识别算法。 它是对以前版本的重新编写，具有很强的里德基准线。 新功能[FastRT中的2021年1月] TRT网络定义API已发布！ 感谢Darren的贡献。 [2021年1月]基于fastreid的NAIC20（reid track）第一解决方案已发布！[2021年1月]已发布FastReID V1.0 ！！:party_popper:支持reid以外的许多任务，例如图像检索和fa
fast-reid-master-20210111.zip
01-13
为此，fast-reid框架采用了深度学习的方法，通过训练大规模数据集上的神经网络模型，学习到行人的特征表示，使得不同摄像头下的同一个人在特征空间中的距离尽可能小，而不同人的距离尽可能大。 在fast-reid中，包含...
行人重识别02-11：fast-reid(BoT)-实用技巧分享（1）-visualize_result，demo
江南才尽江南山，年少无知年少狂！
08-18 2848
以下链接是个人关于fast-reid(BoT行人重识别)所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信17575010159相互讨论技术。因为这是对我最大的鼓励。文末附带公众号−海量资源。。...
fast-reid跑通自己的数据
猫猫与橙子的博客
03-23 4692
使用fast-reid跑通自己的数据 fastreid The size of tensor a (3) must match the size of tensor b (4) at non-singleton dimension 0
FastReID：首个产业级通用目标重识别开源库
京东科技开发者
07-15 1016
引言 京东AI研究院近日发布了基于PyTorch的通用目标重识别（ReID）开源库FastReID，其发布对相关领域的研究起到积极的促进作用，同时也加速技术产品落地应用。FastReID已经在行人重识别、车辆重识别上都取得了优异的评测结果，在京东内部，该技术已经获得广泛地应用于智慧园区、智慧楼宇、智慧供应链、线下零售等实际项目中。在刚公布的论文FastReID: A Pytorch Toolbox for General Instance Re-identification中详细介绍了该开源库的内容。 论.
FastReID使用教程、踩坑记录
胭脂草的ABC博客
05-10 2939
近期在尝试使用，期间对FastReID架构、损失函数、数据集准备、模型训练/评估/可视化/特征向量输出、调试debug记录等进行记录。
探索Fast Reid：一款高效且强大的行人重识别库
gitblog_00059的博客
03-22 532
探索Fast Reid：一款高效且强大的行人重识别库 fast-reidSOTA Re-identification Methods and Toolbox项目地址:https://gitcode.com/gh_mirrors/fa/fast-reid 项目简介 是一个由京东科技AI研究院(JDAI-CV)开发的深度学习框架，专门用于行人再识别（Person Re-identification,...
fastreid如何注册数据集
04-27
要在 Fastreid 中注册数据集，您需要执行以下步骤： 1. 创建一个名为 datasets 的文件夹，并在其中创建一个名为 custom_dataset.py 的 Python 文件。 2. 在 custom_dataset.py 文件中，导入 DatasetCatalog 和 MetadataCatalog 类。 3. 创建一个函数来加载您的数据集。该函数应该返回一个字典，其中包含用于训练和测试的数据集的元数据和数据集本身。 4. 使用 DatasetCatalog.register 函数将该函数注册为数据集。 5. 在您的训练脚本中，使用 MetadataCatalog.get 函数获取您的数据集的元数据，并将其传递给 Trainer 类。 6. 在 Trainer 类中，使用 DatasetMapper 类将数据集元数据映射到模型输入。 7. 运行您的训练脚本，Fastreid 将使用您的自定义数据集进行训练。 注意：您需要确保您的数据集符合 Fastreid 的数据集格式要求。具体细节可以参考 Fastreid 的文档。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

猫猫与橙子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值