Torchreid 是一个用于深度学习人员重新识别的库,用 PyTorch 编写,为我们的 ICCV’19 项目 Omni-Scale Feature Learning for Person Re-Identification 开发。
PyTorch-ReID的特点是
多GPU训练
支持图像和视频 REID
端到端培训和评估
极其轻松地准备 Reid 数据集
多数据集训练
跨数据集评估
大多数研究论文使用的标准协议
高度可扩展(易于添加模型、数据集、训练方法等)
最先进的深度 REID 模型的实现
访问预训练的 Reid 模型
先进的培训技术
可视化工具(Tensorboard、Ranks 等)
代码:https://github.com/KaiyangZhou/deep-person-reid。
数据集地址:https://kaiyangzhou.github.io/deep-person-reid/datasets.html
文档:https://kaiyangzhou.github.io/deep-person-reid/。
操作说明:https://kaiyangzhou.github.io/deep-person-reid/user_guide。
模型动物园:https://kaiyangzhou.github.io/deep-person-reid/MODEL_ZOO。
技术报告:https://arxiv.org/abs/1910.10093。
你可以在这里找到一些建立在 Torchreid 之上的研究项目。