PyTorch-ReID重识别算法库与数据集资料汇总

Torchreid 是一个用于深度学习人员重新识别的库，用 PyTorch 编写，为我们的 ICCV’19 项目 Omni-Scale Feature Learning for Person Re-Identification 开发。

PyTorch-ReID的特点是

多GPU训练

支持图像和视频 REID

端到端培训和评估

极其轻松地准备 Reid 数据集

多数据集训练

跨数据集评估

大多数研究论文使用的标准协议

高度可扩展（易于添加模型、数据集、训练方法等）

最先进的深度 REID 模型的实现

访问预训练的 Reid 模型

先进的培训技术

可视化工具（Tensorboard、Ranks 等）

代码：https://github.com/KaiyangZhou/deep-person-reid。

数据集地址：https://kaiyangzhou.github.io/deep-person-reid/datasets.html

文档：https://kaiyangzhou.github.io/deep-person-reid/。

操作说明：https://kaiyangzhou.github.io/deep-person-reid/user_guide。

模型动物园：https://kaiyangzhou.github.io/deep-person-reid/MODEL_ZOO。

技术报告：https://arxiv.org/abs/1910.10093。

你可以在这里找到一些建立在 Torchreid 之上的研究项目。

数据集下载链接

• • Image Datasets

    • Market1501 †† (market1501)

    • CUHK03 (cuhk03)

    • DukeMTMC-reID †† (dukemtmcreid)

    • MSMT17 (msmt17)

    • VIPeR †† (viper)

    • GRID †† (grid)

    • CUHK01 (cuhk01)

    • SenseReID (sensereid)

    • QMUL-iLIDS †† (ilids)

    • PRID (prid)

    • CUHK02 (cuhk02)

    • CUHKSYSU (cuhksysu)

  • Video Datasets

    • MARS (mars)

    • iLIDS-VID †† (ilidsvid)

    • PRID2011 (prid2011)