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~