🏆 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
git clone https://github.com/songwsx/person_search_demo
Tested under python3.6 Ubantu16.04
- python packages
- opencv-python
- tb-nightly
- torch >= 1.0
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
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
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
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。