行人重识别02-00：fast-reid(BoT)-目录-史上最新无死角讲解

接下来，我会为大家无死角的解析fast-reid(BoT-行人重识别)，之前的文章，如下(以下是我工作的所有项目，每一个项目都是，我都做了百分百的详细解读，随着项目增多，为了方便不臃肿，所以给出以下链接)$文末附带$$公众号-$$海量资源。$
视觉工作项目-为后来的你，提供一份帮助！

我相信，关于fast-reid(BoT)的讲解，我的这一系列博客或许不是国内最早的，但是肯定是最详细的，该网络对应的论文为：
Bag of Tricks and A Strong Baseline for Deep Person Re-identification. CVPRW2019, Oral.

$极度推荐的商业级项目：$这是本人落地的行为分析项目，主要包含（1.行人检测，2.行人追踪，3.行为识别三大模块）：行为分析(商用级别)00-目录-史上最新无死角讲解

$如果本人代码修改了很多，在最后一个章节，我会公布我修改之后的源码$
废话就不多说了，我们直接开始吧。

（01）行人重识别02-01：fast-reid(BoT)-资源下载（前奏准备）：https://blog.csdn.net/weixin_43013761/article/details/108025051

（02）行人重识别02-02：fast-reid(BoT)-官方数据训练测试：https://blog.csdn.net/weixin_43013761/article/details/108025218

（03）行人重识别02-03：fast-reid(BoT)-白话给你讲论文-翻译无死角（1）:https://blog.csdn.net/weixin_43013761/article/details/108070129

（04）行人重识别02-04：fast-reid(BoT)-pytorch编程规范(fast-reid为例)1-hooks机制了解：https://blog.csdn.net/weixin_43013761/article/details/108049913

（05）行人重识别02-05：fast-reid(BoT)-pytorch编程规范(fast-reid为例)2-DefaultTrainer解析：https://blog.csdn.net/weixin_43013761/article/details/108051799

（06）行人重识别02-06：fast-reid(BoT)-pytorch编程规范(fast-reid为例)3-迭代器构建，数据加载-1：https://blog.csdn.net/weixin_43013761/article/details/108063258

（07）行人重识别02-07：fast-reid(BoT)-pytorch编程规范(fast-reid为例)4-迭代器构建，数据加载-2：https://blog.csdn.net/weixin_43013761/article/details/108069559

扫描二维码关注公众号，回复： 15789437 查看本文章

（08）行人重识别02-08：fast-reid(BoT)-pytorch编程规范(fast-reid为例)5-BoT网络模型构建：https://blog.csdn.net/weixin_43013761/article/details/108083361

（09）行人重识别02-09：fast-reid(BoT)-pytorch编程规范(fast-reid为例)6-模型测试评估-1：https://blog.csdn.net/weixin_43013761/article/details/108099211

（10）行人重识别02-10：fast-reid(BoT)-pytorch编程规范(fast-reid为例)7-模型测试评估-2：https://blog.csdn.net/weixin_43013761/article/details/108101595

（11）行人重识别02-11：fast-reid(BoT)-实用代码分享（1）-demo，visualize_result：https://blog.csdn.net/weixin_43013761/article/details/108085159

（12）行人重识别02-12：fast-reid(BoT)-实用技巧分享（2）-使用osnet轻量级网络，项目落地：https://blog.csdn.net/weixin_43013761/article/details/108116746

（13）行人重识别02-13：fast-reid(BoT)-实用技巧分享（3）-精度提升，训练超大数据集randperson：https://blog.csdn.net/weixin_43013761/article/details/108487123