行人重识别02-02:fast-reid(BoT)-官方数据训练测试

以下链接是个人关于fast-reid(BoT行人重识别) 所有见解,如有错误欢迎大家指出,我会第一时间纠正。有兴趣的朋友可以加微信:17575010159 相互讨论技术。若是帮助到了你什么,一定要记得点赞!因为这是对我最大的鼓励。 文末附带 \color{blue}{文末附带} 文末附带 公众号 − \color{blue}{公众号 -} 公众号 海量资源。 \color{blue}{ 海量资源}。 海量资源
行人重识别02-00:fast-reid(BoT)-目录-史上最新无死角讲解

极度推荐的商业级项目: \color{red}{极度推荐的商业级项目:} 极度推荐的商业级项目:这是本人落地的行为分析项目,主要包含(1.行人检测,2.行人追踪,3.行为识别三大模块):行为分析(商用级别)00-目录-史上最新无死角讲解

注意,本人编写该博客的时间为 2020 / 08 / 15 ,也就是说,你现在下载的作者代码或许和 \color{red}{注意,本人编写该博客的时间为2020/08/15,也就是说,你现在下载的作者代码或许和} 注意,本人编写该博客的时间为2020/08/15,也就是说,你现在下载的作者代码或许和
本人的代码不一样(如果作者有更新过)还有就是,本人调试该代码为 u b u n t u 18.04 系统 \color{red}{本人的代码不一样(如果作者有更新过)还有就是,本人调试该代码为ubuntu18.04系统} 本人的代码不一样(如果作者有更新过)还有就是,本人调试该代码为ubuntu18.04系统
即下面的报错使用 u b u n t u 18.04 报错的过程,以及解决办法 \color{red}{即下面的报错使用ubuntu18.04报错的过程,以及解决办法} 即下面的报错使用ubuntu18.04报错的过程,以及解决办法

anconda环境搭建

请安装合适 c u d a 版本的 p y t o r c h ,不要直接复制 \color{red}{请安装合适cuda版本的pytorch,不要直接复制} 请安装合适cuda版本的pytorch,不要直接复制

# fast-reid-root表示从github下载项目的根目录
cd ${fast-reid-root}
conda create -n 06.fastreid-pytorch1.5-py3.6  -y python=3.6
conda activate 06.fastreid-pytorch1.5-py3.6
pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
pip install faiss-cpu -i https://pypi.douban.com/simple
pip install tensorboard Cython pyyaml yacs termcolor sklearn -i https://pypi.douban.com/simple
cd fastreid/evaluation/rank_cylib
make all

数据模型摆放

根据上一篇博客,我们下载到了Market-1501-v15.09.15.zip数据集,本人摆放如下:
在这里插入图片描述
没有的目录请自行创建,然后自行如下指令:

# fast-reid-root表示从github下载项目的根目录
cd ${fast-reid-root}
rm datasets -r
ln -s  /work/2.ChiPeak/3.ReidAbout/1.PesonReid/Dataset  datasets

根据链接:https://github.com/JDAI-CV/fast-reid/blob/master/docs/MODEL_ZOO.md
下载如下模型:
在这里插入图片描述
下载好market_bot_R50.pth文件放在 checkpoints(自行创建) 文件夹下面。

模型训练

本人自行如下代码:

./tools/train_net.py --config-file ./configs/Market1501/bagtricks_R50.yml MODEL.DEVICE "cuda:0"

打印如下:
在这里插入图片描述
 

模型评估

python tools/train_net.py --config-file ./configs/Market1501/bagtricks_R50.yml --eval-only \
MODEL.WEIGHTS checkpoints/market_bot_R50.pth  MODEL.DEVICE "cuda:0"

执行之后本人打印如下:
在这里插入图片描述
 

结语

到这里,我们已经把模型训练起来,并且做了测试。下小节我们会对论文 Bag of Tricks and A Strong Baseline for Deep Person Re-identification 进行翻译,然后再对源码进行解读。

在这里插入图片描述

  • 6
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 9
    评论

“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 9
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

打赏作者

江南才尽,年少无知!

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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