【行人重识别】fast-reid复现(20210111)

本文详细介绍了如何复现fast-reid的行人重识别实验,包括环境配置、数据准备、源码修改(如RandomErasing、CUDA float类型、交叉熵损失等)、多数据集训练的配置修改以及训练过程。通过这些步骤,成功达到了预期的mAP性能。
摘要由CSDN通过智能技术生成

参考代码:

https://github.com/JDAI-CV/fast-reid

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

安装apex(不要直接通过pip安装):

git clone https://www.github.com/nvidia/apex
cd apex
# python setup.py install --cuda_ext --cpp_ext 
pip install -v --no-cache-dir ./

1.准备数据

参考https://blog.csdn.net/qq_35975447/article/details/106664593

数据目录结构如下:

fas
  • 5
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 8
    评论
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

wait a minutes

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
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