行人重识别模型搭建与训练

1、参考论文

Bag of Tricks and A Strong Baseline for Deep Person Re-identification

2、模型结构

ResNet有2个基本的block,一个是Identity Block,输入和输出的dimension是一样的,所以可以串联多个;另外一个基本block是Conv Block,输入和输出的dimension是不一样的,所以不能连续串联,它的作用本来就是为了改变特征向量的dimension

                                                                                   图1. Resnet50网络的结构

其中,resnet50网络中的Conv Block和ID Block如图2、图3所示。

 

                                                                                     图2. Conv Block结构示意图

                                                                                      图3. ID Block结构示意图

3、使用pytorch搭建Resnet网络

resnet.py如下所示:

# encoding: utf-8
"""
@author:  liaoxingyu
@contact: sherlockliao01@gmail.com
"""

import math

import torch
from torch import nn


def conv3x3(in_planes, out_planes, stride=1):
    """3x3 convolution with padding"""
    return nn.Conv2d(in_planes, out_planes, kernel_size=3, stride=stride,
                     padding=1, bias=False)


class BasicBlock(nn.Module):
    expansion = 1

    def __init__(self, inplanes, planes, stride=1, downsample=None):
        super(BasicBlock, self).__init__()
        self.conv1 = conv3x3(inplanes, planes, stride)
        self.bn1 = nn.BatchNorm2d(planes)
        self.relu = nn.ReLU(inplace=True)
        self.conv2 = conv3x3(planes, planes)
        self.bn2 = nn.BatchNorm2d(planes)
        self.downsample = downsample
        self.stride = stride

    def forward(self, x):
        residual = x

        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)

        out = self.conv2(out)
        out = self.bn2(out)

        if self.downsample is not None:
            residual = self.downsample(x)

        out += residual
        out = self.relu(out)

        return out


class Bottleneck(nn.Module):
    expansion = 4

    def __init__(self, inplanes, planes, stride=1, downsample=None):
        super(Bottleneck, self).__init__()
        self.conv1 = nn.Conv2d(inplanes, planes, kernel_size=1, bias=False)
        self.bn1 = nn.BatchNorm2d(planes)
        self.conv2 = nn.Conv2d(planes, planes, kernel_size=3, stride=stride,
                               padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(planes)
        self.conv3 = nn.Conv2d(planes, planes * 4, kernel_size=1, bias=False)
        self.bn3 = nn.BatchNorm2d(planes * 4)
        self.relu = nn.ReLU(inplace=True)
  • 3
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
您好!对于行人重识别任务,如果您想使用自己的数据集进行训练,可以按照以下步骤进行: 1. 数据收集:收集包含多个行人的图像数据集,并为每个行人标注唯一的身份ID。确保图像具有多样性,包括不同的姿势、背景、光照条件等。 2. 数据预处理:对数据进行预处理,包括图像尺寸调整、数据增强(如随机裁剪、翻转、旋转、平移等),以增加训练集的多样性和鲁棒性。 3. 特征提取:使用一个预训练的卷积神经网络(如ResNet、InceptionV3等)作为特征提取器,将图像输入网络并提取出行人的特征向量。这些特征向量将用于后续的行人重识别。 4. 距离计算:在训练过程中,需要定义用于衡量两个行人特征之间相似度的距离度量方法,常用的有欧氏距离、余弦相似度等。 5. 训练模型:使用带有标注身份ID的图像和对应的特征向量,训练一个行人重识别模型。可以使用分类损失函数(如交叉熵损失)和度量损失函数(如三元组损失)来优化模型。 6. 模型评估:使用测试集对模型进行评估,计算准确率、召回率、mAP(mean Average Precision)等指标,判断模型的性能。 7. 模型应用:训练好的模型可以用于行人重识别任务,输入一张行人图像,通过计算特征向量并与已知行人特征进行比较,找到距离最近的行人。 请注意,在训练过程中需要注意数据集的均衡性、标注的准确性以及模型的优化策略。同时,根据您的具体需求和场景,还可以考虑使用更高级的方法,如局部特征匹配、注意力机制等来提升行人重识别的性能。希望对您有所帮助!如果还有其他问题,请随时提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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
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