/HRNet_reid

Multi-Resolution feature fusion method for person re-identification

Primary LanguagePython

多分辨率特征融合的行人再识别方法

  1. 安装依赖环境:

  2. 准备数据集；下载Market1501、CUHK03以及DukeMTMC-ReID数据集；数据集的组织形式如下：

    dataset
    market1501
        bounding_box_test/
        bounding_box_train/

  • 训练

    1. 下载HRNet在ImageNet上的预训练权重，https://pan.baidu.com/s/1DD3WKxgLM1jawR87WdAtsw 密 码：itc1。

    2. 修改reid_stage_submit/data/datasets中的对应数据集的路径;

    3. 配置文件位于reid_stage_submit/configs/softmax_triplet_with_center.yml文件中。将1中下载的预训练权重位置填入PRETRAINED一栏。在该配置文件中还可以修改使用的loss，训练的epochs，以及日志文件和训练权重的保存位置。

    4. 运行python tools/train.py即可开始训练。

  • 测试

    1. 下载已经训练好的权重文件：链接：https://pan.baidu.com/s/1uzmPVQaapgdq0K-J4vnfqg 提取码：juo1

    2. 将该权重文件放置于result文件夹下的最深层路径。

    3. 运行python tools/test.py即可得到结果。

​