reid_course_project_term7

使用Yolov4+PCB_RPP算法完成行人重识别课程设计

下载数据集及权重

1. Market-1501-v15.09.15.zip：https://drive.google.com/file/d/0B8-rUzbwVRk0c054eEozWG9COHM/view?resourcekey=0-8nyl7K9_x37HlQm34MmrYQ to ./Dataset
2. yolov4.weights：https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT to ./Yolov4-detector/data/
3. UESTC-ReID：https://pan.baidu.com/s/1VZPfZOT2Ig6-rZD04Fx5zw （提取码：reid） to ./Dataset/UESTC-ReID

文件介绍

1. Dataset/UESTC-ReID：

   check_label.py用于提出gt中的坏bbox，并将结果储存在label_check文件夹中
   query_reorganize.py用于将query重新排列为torch.utils.data.Dataloader规定的形式：./id/imgs.jpg
   get_gallery_gt.py根据label从逐帧的img中抠出行人图像，命名规则为：gallery/id/id_camx_xxx.jpg id为两位数（01-17），xxx为第几帧
   sample_gallery.py从每个id每个cam中采样num_img张图片，减小gallery规模以加快test速度

2. Yolov4-detector：

   detect_Yolo.py 读取数据集的图片, 使用Yolo检测，标注出所有行人并生成txt文件（img_path, res_path） \ label_bbox.py 对 detect_Yolo 得到的 bbox 打标签: 计算与 gt 的 iou 并给出标签 （gt_path, bbox_path, iou_bias, res_path）
   get_gallery_detect.py 根据res_detect给出的label, 在img中抠出图像, 命名规则同上（img_path, label_path, save_path）
   res_disp.py 从detect和gt两种gallery中随机采样相同名称的img展示, 查看detector效果
   models.py from https://github.com/Tianxiaomo/pytorch-YOLOv4

3. PCB_RPP-classifier

   mylib4test.py test所需的函数库，具体见注释
   get_features.py 对gallery和query提取特征, 并使用npy格式存储
   res_disp.py 随机抽取num_img张query，展示效果
   evaluate_test.py 根据features, 计算CMC & mAP train.py, prepare.py & model.py from https://github.com/Xiaoccer/ReID-PCB_RPP

效果展示

detector效果

classifier效果