行人重识别数据集链接

本人由于工作原因,初次接触reid,现在将可能用到的数据集分享如下。大家有需要可以去下载。之前是做目标检测和单目标跟踪的,如果有需要,大家可以一起交流。

PKU_REID百度云下载:

链接: https://pan.baidu.com/s/1-XPCWH_acnEkP-jrt6Gs6w 提取码: 4szc

MSMT17_v2数据集:

链接: https://pan.baidu.com/s/1GmOuIrrr3Le3oHNpLWYYaw 提取码: i37k

viper数据集:

链接: https://pan.baidu.com/s/1PI5QFlwJbtDhHM8cLwQ_gw 提取码: fm35

grid数据集:该文件不允许分享,如果有需要,可邮箱发你们。

prid_2011数据集:

链接: https://pan.baidu.com/s/1SduF0ArzFzq9LICQudTRMw 提取码: ywn6

ilds数据集:

链接: https://pan.baidu.com/s/1BAhx6rAHBNqSl9xhpchkEA 提取码: axet

DUKE数据集、

链接: https://pan.baidu.com/s/1-uE4coVJs3LTVAhKWAHu3Q 提取码: k3s3

market501、

链接: https://pan.baidu.com/s/1yz1QlA4J8c-kiBFIagc6IQ 提取码: xhxk

CUHK-03数据集

链接: https://pan.baidu.com/s/1ZCsZthUbZM6u8v13tgG0Og 提取码: uss5

 

或者也可到以下链接下载:http://robustsystems.coe.neu.edu/sites/robustsystems.coe.neu.edu/files/systems/projectpages/reiddataset.html。

如果想根据market1501数据集合并众多数据集请参考以下链接:https://blog.csdn.net/songwsx/article/details/102987787?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.control#t12

 

 

  • 14
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 18
    评论
跨模态行人重识别是指通过使用不同的感知模态(如图像和视频)来进行行人身份识别的任务。这个问题涉及到计算机视觉和机器学习等领域。 入门跨模态行人重识别的一种方法是使用深度学习技术。下面是一些基本的步骤: 1. 数据收集:收集包含图像和视频的跨模态行人数据集。这些数据可以包括不同时间、场景和视角下的行人图像和视频。 2. 特征提取:使用预训练的深度学习模型(如ResNet、VGG等)来提取图像和视频的特征表示。对于图像,可以直接使用卷积层输出或全局平均池化层输出作为特征向量。对于视频,可以对每一帧进行特征提取,并结合这些特征来表示整个视频。 3. 跨模态融合:将图像和视频的特征向量进行融合,可以使用简单的方法,如将它们连接在一起或者对它们进行加权平均。这样可以得到一个综合的特征向量,表示跨模态的行人信息。 4. 重识别模型训练:使用带有标签的数据集来训练跨模态行人重识别模型。可以使用分类器或者度量学习方法(如三元组损失函数)来学习行人之间的相似性。 5. 测试和评估:使用未见过的数据集对训练好的模型进行测试和评估。可以使用准确率、精确率和召回率等指标来评估模型的性能。 需要注意的是,跨模态行人重识别是一个挑战性的任务,因为不同模态的数据之间存在一定的差异性。因此,还可以尝试使用领域自适应技术来解决这个问题,以提高模型的泛化能力。 希望这些基本步骤可以帮助你入门跨模态行人重识别任务!如果你有更具体的问题,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 18
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