PersonReID
罗泽
深度学习实现目标检测的职人;知识传播与分享者;热爱生活的人
展开
-
论文笔记《End-to-End Deep Learning for Person Search》
这篇文章是香港中文大学的郑晓刚于2016提出,本文是对文中的重要工作所做的一份梳理。 论文链接 http://www.ee.cuhk.edu.hk/~xgwang/publications_topic.html#person_re-identification 代码链接 https://github.com/ShuangLI59/person_search 首次阅读原创 2017-03-03 12:07:59 · 4538 阅读 · 2 评论 -
代码笔记:caffe-reid的数据预处理
代码地址如下。该代码是用caffe实现的《A Discriminatively Learned CNN Embedding for Person Re-identification》 https://github.com/D-X-Y/caffe-reid数据预处理关于其数据集marker1501的下载及配置,上诉github链接就有详细的说明。而代码中的数据预处理模块是值得重点关注的内容原创 2017-03-03 12:02:26 · 2022 阅读 · 2 评论 -
代码笔记:caffe-reid中caffe_train.sh的解释
caffe_train.sh的代码解释原创 2017-03-07 15:01:07 · 2472 阅读 · 0 评论 -
代码笔记:caffe-reid中reid_data_layer源码解析
#include <stdint.h>#include <cfloat>#include <vector>#include "caffe/data_transformer.hpp"#include "caffe/layers/reid_data_layer.hpp"#include "caffe/util/benchmark.hpp"#include <boost/thread.hpp>na原创 2017-03-07 09:42:52 · 1378 阅读 · 1 评论 -
代码笔记:caffereid利用训练好的模型提取特征
set -eif [ ! -n "$1" ] ;then echo "\$1 is empty, default is 0" gpu=0else echo "use $1-th gpu" gpu=$1fi#base_model=caffenetbase_model=vgg_reduce#base_model=googlenet#base_model=re原创 2017-03-10 15:26:45 · 2033 阅读 · 0 评论 -
代码笔记:caffe-reid中计算mAP和rank1的方法
mAP和rank1均是衡量算法搜索结果的指标。其具体的概念和算法如下所述。mAP概念mAP的全称是mean average precision,用于衡量算法的搜索结果。如下这张图中有实际的例子来描述该公式。其图像链接如下: http://yongyuan.name/blog/evaluation-of-information-retrievalrank1概念搜索结果中最靠前的一张图是正确结果的概率原创 2017-03-07 19:03:02 · 14160 阅读 · 9 评论 -
代码笔记:caffe-reid中PairEuclideanLayer源码解析
这是作者自己实现的一个caffe层,用于计算输入的bottum层中一对数据的欧式距离。原创 2017-03-07 09:41:00 · 1125 阅读 · 1 评论 -
代码笔记:caffe-reid自己增加的caffe.proto
在caffe-reid的train.proto中,输入层是自己实现的。而且里面新增了参数项reid_data_param,因此,需要自caffe.proto文件中添加对应的数据结构,这样才能生成对应的接口来读取train.proto中的文件。同时,在 LayerParameter要新增相应的类型和变量。自定义的输入层中的reid_data_paramlayer { name: "data"原创 2017-03-16 22:35:58 · 1011 阅读 · 4 评论