数据及代码链接见文末

1.项目配置与数据集介绍

在这里我们使用的是清华大学的行人重识别数据集market1501。数据集的目录如下，images文件夹下是所有的行人图片。poses文件夹下是姿态估计的标签文件（有行人重识别的研究首先进行姿态估计，然后再获得行人的特征表示）。meta.json文件夹下是存放的每个人在6组摄像头的图片。splits文件夹下是数据集的划分方式。json在构建数据集dataloader时需要使用

image文件夹下，图片的命名规则如下，如00000000_0001_00000011。00000000代表的是行人id.0001代表的是6组摄像头的摄像头id。00000011代表的是这组摄像头下图片的id。因此，我们根据图片名字即可获取标签，而不需要额外的标签文件

2.dataloader加载数据

行人重识别由于需要计算三元组损失，因此不能随机的加载数据。首先，在取数据上，随机选择一个人，从这个人的所有图片中选择四张图片，构成了一个batch，然后对其中的图片进行数据增强。即一个batch代表的是一个人的四张图片，batch_size为16即代表16个人，共64张图片。

数据选取部分代码如下:

class TripletBatchSampler(S

上一篇：烟气监测数据转IEC104规约对接电业局平台-国能赤峰生物发电项目

下一篇：【CNN】DenseNet——从特征角度考虑的神经网络

AAAI顶会行人重识别算法源码解读——Relation Network for Person Re-identification

数据及代码链接见文末

1.项目配置与数据集介绍

2.dataloader加载数据

相关内容

热门资讯