郑州网站建设熊掌号,工业设计参考网站,学校网站建设情况,seo优化排名教程百度技术该项目利用yolov5reid实现的行人重识别功能#xff0c;可做跨视频人员检测。
应用场景#xff1a;
可根据行人的穿着、体貌等特征在视频中进行检索#xff0c;可以把这个人在各个不同摄像头出现时检测出来。可应用于犯罪嫌疑人检索、寻找走失儿童等。 支持功能#xff1a…该项目利用yolov5reid实现的行人重识别功能可做跨视频人员检测。
应用场景
可根据行人的穿着、体貌等特征在视频中进行检索可以把这个人在各个不同摄像头出现时检测出来。可应用于犯罪嫌疑人检索、寻找走失儿童等。 支持功能 1.reid训练 2.人员标注 3.人员查找(可做跨视频人员检测)
目录
Reid训练
人员标注 人员查找(yolov5Reid) Reid训练
ps:Reid理论部分参考Reid理论视频参考课程
项目支持多网络如resnet50, resnet50_ibn_a, se_resnext50等主干网络。
下载代码后输入 python tools/train.py --config_file configs/softmax_triplet.yml MODEL.DEVICE_ID (0) DATASETS.NAMES (market1501) DATASETS.ROOT_DIR (r./data) 其中softmax_triple.yml是配置文件(里面包含了训练epochs学习率优化器等参数配置)。
训练可选参数
参数说明
--config_file: 配置文件路径默认configs/softmax_triplet.yml
--weights: pretrained weight path
--neck: If train with BNNeck, options: bnneck or no
--test_neck: BNNeck to be used for test, before or after BNNneck options: before or after
--model_name: Name of backbone.
--pretrain_choice: Imagenet
--IF_WITH_CENTER: us center loss, True or False.
配置文件的修改
(注意项目中有两个配置文件一个是config下的defaults.py配置文件一个是configs下的yml配置文件一般配置yml文件即可当两个配置文件参数名相同的时候以yml文件为主这个需要注意一下)
configs文件:
以softmax_triplet.yml为例 SOLVER: OPTIMIZER_NAME: Adam # 优化器 MAX_EPOCHS: 120 # 总epochs BASE_LR: 0.00035 IMS_PER_BATCH: 8 # batch CHECKPOINT_PERIOD: 1 # 权重保存周期 LOG_PERIOD: 1 # 日志周期 EVAL_PERIOD: 1 # 测试周期测map TEST: IMS_PER_BATCH: 4 # test batch RE_RANKING: no WEIGHT: path # test weight path FEAT_NORM: yes OUTPUT_DIR: /logs # model save path Market1501 loaded Dataset statistics: ---------------------------------------- subset | # ids | # images | # cameras ---------------------------------------- train | 751 | 12936 | 6 query | 750 | 3368 | 6 gallery | 751 | 15913 | 6 ---------------------------------------- Loading pretrained ImageNet model...... 2023-02-24 21:08:22.121 | INFO | engine.trainer:log_training_loss:194 - Epoch[1] Iteration[19/1484] Loss: 9.194, Acc: 0.002, Base Lr: 3.82e-05 2023-02-24 21:08:22.315 | INFO | engine.trainer:log_training_loss:194 - Epoch[1] Iteration[20/1484] Loss: 9.156, Acc: 0.002, Base Lr: 3.82e-05 2023-02-24 21:08:22.537 | INFO | engine.trainer:log_training_loss:194 - Epoch[1] Iteration[21/1484] Loss: 9.119, Acc: 0.002, Base Lr: 3.82e-05 训练好的权重会自动保存在logs下。 人员标注
可将视频中嫌疑人(特定人员)可以运行person_search/get_query.py按住鼠标左键不放拖动进行人员款选标注标注后的人员会自动保存在query文件中(命名格式为markt1501)按空格键继续播放视频。
也可以直接将图像放在query文件中但名字也需要按mark1501命名。 人员查找(yolov5Reid)
参数说明
--weights: yolov5权重路径
--source: video/file/ path
--data: data/coco128.yaml
--imgsz: 输入图像大小默认(640,640)
--conf_thres:置信度阈值
--iou_thres:iou阈值
--classes:过滤的类
--half:半精度推理
--dist_thres:reid对比的距离阈值(小于该阈值判断为同一个人)
--save_res:保存视频图像 python search.py --weights yolov5s.pt --source 0 --dist_thres 1.5 如果需要检测视频或者多视频(跨视频检测)需要指定source路径。 代码
git clone https://github.com/YINYIPENG-EN/yolov5_reid.git
权重下载
检测将 ReID_resnet50_ibn_a.pth放在person_search/weights文件下yolov5s.pt放person_search下
训练将 r50_ibn_2.pthresnet50-19c8e357.pth放在yolov5_reid/weights下
注意训练和检测(person_search)是两个独立的项目
链接百度网盘 请输入提取码 提取码yypn
