/person_search_demo

利用YOLOv3结合行人重识别模型，实现行人的检测识别，查找特定行人

Primary LanguagePython

person search

对特定行人进行检索演示 .

🏆 利用YOLOv3结合行人重识别模型实现场景图片的特定行人检索

文章链接: https://zhuanlan.zhihu.com/p/82398949

代码使用小教程：https://blog.csdn.net/songwsx/article/details/101693665

🏃 Getting Started

1️⃣ Clone the repo:

git clone https://github.com/songwsx/person_search_demo

2️⃣ Dependencies

Tested under python3.6 Ubantu16.04

  • python packages
    • opencv-python
    • tb-nightly
    • torch >= 1.0

3️⃣ 权重文件下载

YOLO是直接采用原来的权重文件，并且还支持YOLO-spp. 行人重识别采用了Market1501、CUHK03和MSMT17三个数据集大概十七万张图片进行联合训练的，泛化性能更好。 训练好的模型已经上传到了群文件中，欢迎加群下载，一起交流

百度云链接： 链接：https://pan.baidu.com/s/16kyogSsGwL2VgMkNSn9-zg 提取码：f0g9

👉 云深不知处-目标检测 763679865

下载完成后，将权重文件放在新建的person_search_demo/weights文件夹下即可

4️⃣ 进行测试，查找特定行人

python search.py

结果将保存在output文件夹

速度在Ttian XP测试，大概有17 FPS

5️⃣ 进行训练

行人检测模型采用的是YOLOv3的代码，因此可以直接利用原YOLO的代码进行训练，得到权重文件。

行人重识别模型采用的是strong reid baseline的模型，不过为了取得更好的泛化效果，可以多数据集联合训练，得到最终权重文件。

数据集制作

行人重识别数据集： 链接：https://pan.baidu.com/s/1NlOv3go2_T_mTCf8g7nFyA 提取码：8lr5

多数据集统一成market1501数据集的教程： https://blog.csdn.net/songwsx/article/details/102987787