做了两年多REID的实际使用效果展示

最新推荐文章于 2025-02-11 15:15:27 发布
最新推荐文章于 2025-02-11 15:15:27 发布
阅读量776 收藏 2
点赞数 2
CC 4.0 BY-SA版权
分类专栏： 学习 文章标签： 深度学习 神经网络 reid 行人识别 人体识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/guanyonglai/article/details/117222392
本文介绍了在MSMT17上使用的最先进的模型，其rank1性能达到88%，主要依赖于FastReid网络和少量训练数据（约10万ID）。模型对姿态变化的识别稳健，但衣物相似行人识别仍有提升空间。作者计划尝试使用Transform技术进行优化。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

 这是用我们目前相对最好的模型在MSMT17上测试的结果展示，我们在MSMT17上的rank1目前在88左右。
    训练数据：本模型的训练集用到了MSMT17的训练集加上一些其他数据，总共不到10wID
    网络：网络用的就是fastreid，改动的地方不多，fastreid已经很优秀了，大胆用吧
    展示图片说明：我们总共展示了8张大图，每张大图的左上角小图为query，后面是top19按相似度依次排列，gallery上有“True”的表示识别正确，第二排红色数字表示余弦相似度，第三排表示图片的ID，大红线最右边的miss图片表示和query是相同ID却没有被top19识别到。
    总结一下：可见我们的模型对于不同人体姿态的识别还是相对稳定的，但是对衣服相似的行人的表现还是不够好。
    展望：最近想试试Transform

msmt1

msmt2

 

msmt3

 

msmt4

 

msmt5

 

msmt6

 

msmt7

 

msmt8

 

ReID实战推荐——罗浩——常用的骨干网
Mr_DaYang的博客
07-31 1486
1. Reid简介 数据集 一次投放5个样本，一个样本只检测出一次。 M
duke reid_案例研究– 10Duke，社交媒体平台创新者
06-29 206
在10Duke上 ，我们已经开发了5年的技术平台，并且在受到Google等的赞誉后，它的真正潜力变得显而易见，开始将其打包为SDK。 几周前，我们以简单且价格合理的许可模型将其发布到了更广泛的Java社区。 我们所做的 10Duke SDK是一个基于Java的企业级软件开发套件，其中包含一组非常强大且简单的API，可以与多个著名的生态系统集成。 该工具包包含约1000个Java类，可用...
阿里行人重识别(ReID)算法效果取得世界第一
weixin_34274029的博客
01-09 4785
近日，阿里巴巴机器智能技术实验室在行人重识别（Person Re-identification）算法上获得突破性成果。该技术团队通过最新算法，在不使用任何时序信息的情况下，在行人重识别主流数据库（Market1501，DukeMTMC-reid和CUHK03）上各项指标均取得第一的好成绩，刷新了业内的最好成绩。其性能的提高主要来源于技术层面的创新：该团队通过局部信息的挖掘，致力于解决行人在识别过程...
ReID：lightReid训练代码
weixin_40132776的博客
06-02 551
import torch import lightreid from lightreid.evaluations import build_evaluator modelDir='/home/wang/light-reid-master' #build dataset dataManager=lightreid.data.DataManager( sources=lightreid.data.build_train_dataset(['market1501']), target=light.
行人重识别（reid）近期最优最简模型的训练&测试
混日子的慕程序猿
07-09 9242
这一次开始实际操作reid~ 本篇文章代码源自： 来自于论文以及大佬&男神项目源 高阶代码源自：https://github.com/L1aoXingyu/reid_baseline 添加更多丰富的内容。 大神可以直接自行看高阶版。 萌新可以和我一起从简单开始学习。 论文简介 总的来说，就是大佬们diss了一下reid圈的现状，给出了一个更厉害的baseline，提出了一些小技巧和新的结构...
云从科技资深算法研究员详解跨境追踪（ReID）技术实现及应用场景
GitChat
07-03 1万+
跨镜追踪（Person Re-Identification，简称 ReID）技术是当前计算机视觉研究的热门方向，主要解决跨摄像头跨场景下行人的识别与检索。 跨镜追踪（ReID）技术能够根据行人的穿着、体态、发型等信息认知行人，与人脸识别技术结合能够适用于更多新的应用场景，提供更加丰富的服务，将人工智能的认知水平提高到一个新的阶段。 最近云从科技在 ReID 技术上取得突破，同时在 Market-1...
深度学习实现行人重识别 - python opencv yolo Reid
m0_72557783的博客
08-17 1292
 **基于深度学习的行人重识别算法研究与实现 **
云从科技资深算法研究员：详解跨镜追踪(ReID)技术实现及难点 | 公开课笔记
CSDN人工智能头条
06-27 1万+
作者 | 袁余锋编辑 | 明 明出品 | 人工智能头条（公众号ID：AI_Thinker）【导读】跨镜追踪（Person Re-Identification，简称 ReI...
目标跟踪论文代码汇总
如果想成为中心，那么就到中心去吧。
07-21 1474
近年来，分割任意模型（SAM）因其对图像分割性能而迅速获得了广泛的关注。由于其较强的图像分割能力和不同提示的高交互性，我们发现其在视频一致性分割效果较差。因此，在本报告中，我们提出了跟踪任何事物模型（TAM），它可以在视频中实现高性能的交互式跟踪和分割。详细地说，给定一个视频序列，只有很少的人类参与，也就是说，几次点击，人们可以跟踪任何他们感兴趣的东西，并在本体推理中得到令人满意的结果。没有额外的训练，这种交互式设计执行的视频对象跟踪和分割令人印象深刻。
5G、AIOT趋势下，带给安防产业的影响与发展机遇
夜澜偶作庄周梦 酒后聊为楚客狂
01-10 4465
5G、AIoT趋势下，带给安防产业的变革与影响 2019年是我国的5G商用元年，5G技术将极大拉动各下游产业的增长，5G与4G、3G、2G不同的是，5G并不是独立的、全新的无线接入技术，而是现有无线接入技术的演进，以及一些新增的补充性无线接入技术集成后解决方案的总称。相较于4G来说5G 的断代式特点表现为速率以及多种技术升级等方面。中国信通院《5G经济社会影响白皮书》预测，2030年各下游行业5G设备支出将超过5200亿元，5G带动的直接产出和间接产出将分别达到6.3万亿和10.6万亿元。5G就是为物联网而
追踪行人和车辆，并使用deep-person-reid训练自定义追踪模型（行人和车辆两类）
qq_44224801的博客
04-19 2364
1） “bounding_box_test”——用于测试集的 750 人，包含 19,732 张图像，前缀为 0000 表示在提取这 750 人的过程中DPM检测错的图（可能与query是同一个人），-1 表示检测出来其他人的图（不在这 750 人中）2） “bounding_box_train”——用于训练集的 751 人，包含 12,936 张图像3） “query”——为 750 人在每个摄像头中随机选择一张图像作为query，因此一个人的query最多有 6 个，共有 3,368 张图像。
行人重识别（deep-person-reid）环境搭建及模型训练，模型测试、特征显示
YOULANSHENGMENG的博客
09-26 3858
行人重识别（Person Re-identification也称行人再识别，简称为ReID，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术；或者说，行人重识别是指在已有的可能来源与非重叠摄像机视域的视频序列中识别出目标行人。广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索跨设备下的该行人图像。在监控视频中，由于相机分辨率和拍摄角度的缘故，通常无法得到质量非常高的人脸图片。当人脸识别失效的情况下，ReID就成为了一个非常重要的替代品技术。
手把手教你如何从零开始行人重识别（ReID的训练和测试）
最新发布
weixin_54186806的博客
02-11 2402
这篇知乎文章中所提到的需要安装的软件包，并且需要在github中下载vision文件是不需要进行操作的，可以忽略，因为该项目是比较久远的项目，然后知乎文章中提到的下载软件包里面的torch环境需要在github中下载，但是实际上现在pytorch的下载已经很简单了，不需要安装它的步骤来。（4） “gt_query”——matlab格式，用于判断一个query的哪些图片是好的匹配（同一个人不同摄像头的图像）和不好的匹配（同一个人同一个摄像头的图像或非同一个人的图像）00 表示手工标注框。
每周——ReID学习
叶晓默
11-03 2331
文章目录一、传统行人重识别1.1 基于人工特征设计（handcrafted features）1.1.1 低层视觉特征表达方法1.1.2 高层视觉特征表达方法1.2 基于度量学习（distance metric learning）二、基于深度学习2.1 通过分类（classification）模型提取行人外观特征2.2 通过验证（verification）模型学习行人外观特征三、基于无监督学习3.1 基于跨域迁移的学习3.2 完全无监督3.2.1 传统的基于特征设计的方法3.2.2 利用局部显著性统计特征的
PaddlePaddle 行人重识别（ReID）模型训练
m0_49865255的博客
06-12 3576
前言：  该项目已在AI Studio开源，建议上AI Studio哦！AI Studio项目地址  该项目是在准备今年软件杯百度行人跟踪赛题的其中一个项目：行人重识别模型的训练。总共就只有三个步骤：数据集的准备、模型的搭建、最后是***模型训练***。 下面是最终的跟踪效果图   一、数据集的准备： 1、下载Market_net数据集或者MARS数据集  我已经下载，并在AI Studio上开源了，有需要的小伙伴可以去我的个人中心查找。 #解压Market_net数据集以及MARS数据集 #!unzip
yolov5 DeepSort跟踪(5): Deepsort 多目标跟踪--行人/车辆ReID训练
@bangbang的博客
10-06 4543
项目中提供了行人ReID模型权重，放在下名为ckpt.t7的权重文件,是基于deepsort在行人ReID数据集训练出来，用于提取行人的外观特征。如果你自己有更好的ReID数据集的话，是可以重新训练的，本文将介绍在数据集下进行行人ReID训练提取码：rwzn。
训练fast-reid模型
linghu8812的博客
04-20 943
1. 下载项目 git clone [email protected]:JDAI-CV/fast-reid.git 2. 安装依赖 安装requirements.txt conda create -n fastreid python=3.7 conda activate fastreid conda install pytorch==1.6.0 torchvision tensorboard -c pytorch pip install -r docs/requirements.txt 编译rank_c
[深度学习] fast-reid入门教程
热门推荐
You and Me
01-14 2万+
fast-reid入门教程 ReID，全拼为Re-identification，目的是利用各种智能算法在图像数据库中找到与要搜索的目标相似的对象。ReID是图像检索的一个子任务，本质上是图像检索而不是图像分类。fast-reid是一个强悍的目标重识别Reid开源库，由京东开源管理。本文主要是介绍fast-reid的使用，随着技术的发展，对于cv从业人员有必要了解不同智能算法技术的应用。而且ReID是相对下游的任务，了解ReID的相关技术应用能学到很多东西。 文章目录fast-reid入门教程1 fast-r
PTGAN翻译
qq_41620607的博客
05-15 2118
 摘 要        尽管人再识别（ReID）的表现已经得到显着提升，但真实场景中的许多具有挑战性的问题还没有得到充分研究，例如，复杂的场景和光照变化，视点和姿态变化以及大量身份相机网络。为了便于研究克服这些问题，本文提供了一个新的数据集，称为MSMT17，它具有许多重要特性，例如：        1）原始视频由部署在室内和室外场景中的15摄像机网络拍摄;         2）视频封面很长一段时...
使用YOLOv8和ReID实现的多摄像头人脸追踪系统
本项目提供完整的Python源码，这意味着开发者可以下载并运行代码，看到追踪系统的实际效果。在使用本代码时，需要注意将项目名字和路径设置为英文，以避免潜在的编码错误。 6. 项目文档 提供的资源包括了项目说明....
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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