成功跑通reid_strong_baseline模型

配置环境：

1.模型下载：

git clone https://github.com/michuanhaohao/reid-strong-baseline.git

或访问michuanhaohao/reid-strong-baseline: Bag of Tricks and A Strong Baseline for Deep Person Re-identification (github.com)直接下载解压，（以上都不方便可以留下邮箱，私发）
2.下载ignite：

（访问GitHub - pytorch/ignite at v0.1.2下载），解压（不方便，则同上）
    cd到文件夹目录下，运行python setup.py install
3.数据集放置位置：放在data下
4. 下载并放置预训练权重：

将预训练权重（resnet50-19c8e357.pth，访问https://download.pytorch.org/models/resnet50-19c8e357.pth）放到model下（不方便下载则同上）
5. 修改配置文件： 修改configs下的4个文件的：MODEL.PRETRAIN_PATH为pth文件的绝对路径
6.训练指令（需根据您的实际环境修改参数，路径最好不要带中文，否则会有各种各样的错误）：python train.py的绝对路径 --config_file='softmax_triplet.yml的绝对路径' MODEL.DEVICE_ID "('0')" DATASETS.NAMES "('数据集名称')" DATASETS.ROOT_DIR "('data目录的绝对路径')" OUTPUT_DIR "('.\outputs\softmax_triplet.yml_outputs')" 

7.可能遇到的问题：模型太大内存分页不够，导致跑不动

修改建议：

（1）修改系统分配的页大小，可参考我的另一篇博客：OSError: [WinError 1455] 页面文件太小，无法完成操作。 Error loading “C:\ProgramData\Anaconda3\lib\site-packages\to_Wsyoneself的博客-CSDN博客

（2）如果以上修改还是跑不动，或者卡住，可以修改配置文件（configs下4个yml文件）中的batch_size：需修改以下变量（参考将64改为16）
    cfg.SOLVER.IMS_PER_BATCH
    cfg.TEST.IMS_PER_BATCH
 运行时间较长，可以喝20杯咖啡等一等~