TransReID源码运行(车辆重识别）

代码地址：GitHub - damo-cv/TransReID： [ICCV-2021] TransReID： 基于变压器的对象重新识别

git clone https://github.com/damo-cv/TransReID.git

配置环境

新建一个名为TransReID的python虚拟环境

conda create -n TransReID python=3.7

激活环境

conda activate TransReID

由于RTX3060不支持CUDA11以下版本 

 timm仅支持py3.7以上版本（先下载的py36，会报错版本不匹配）

最终选择

py3.7.13

torch1.10.2

torchvision0.11.3

cuda11.3.1

yacs

timm

opencv-python

强烈建议镜像下载安装（尤其是pytorch 注意版本限制）

清华大学开源软件镜像站

下载好后cd到下载的文件夹

conda install --offline 文件名

其中opencv-python用pip install命令下载

数据集

下载VehicleID和VeRi-776​​​​​​

并新建data文件夹，将数据集放在data/

data
├── VehicleID_V1.0
│   └── images ..
└── VeRi
    └── images ..

预训练模型下载

ViT-Base, ViT-Small, DeiT-Small, DeiT-Base

调整源码

 选择TransReID（ViT）和VeRi来复现

 TEST

python test.py --config_file configs/VeRi/vit_transreid_stride.yml MODEL.DEVICE_ID "('0')" TEST.WEIGHT '你的权重path'

出现错误

 打开报错文件夹

 注释掉这一行，加入如下代码段

import collections.abc as container_abcs
int_classes = int
string_classes = str

结果