文件名称：matlab精度检验代码-ReID_IDE_pytorch:用于Re-ID的IDE基准模型
文件大小：15KB
文件格式：ZIP
更新时间：2024-06-10 20:10:26
系统开源
matlab精度检验代码用于Re-ID的IDE模型 这是一个基线模型，与使用softmax损失的标准图像分类模型完全相同。 更具体地说，在培训过程中，每个身份都被识别为特定的班级。 例如，在Market-1501中有751个类别（751个身份）。 这里的骨干网是ResNet-50。 部署时，从倒数第二层提取特征。 在Market-1501中，等级1的准确性约为75％。 不用太在乎它。 只是一个基准。 用法 环境 python 2.7，pytorch 0.3.0，matlab 假设您有GPU 初步的 在MATLAB中运行./data/make_imdb_Duke.m和./data/make_imdb_Market.m来组织数据集。 不要忘记用dir_path替换dir_path ，它应该包含原始数据集，其中文件夹被重命名为“ train”，“ test”和“ query”。 如果不清楚，您可以轻松阅读代码。 从中下载预训练的模型参数并将其放入./data/ 如果仍然有任何问题，请与我联系以获取打包数据。 跑步 确定您的GPU ID并保存路径（用于保存检查点和日志），然后运行 python
【文件预览】：
ReID_IDE_pytorch-master
----.gitignore(1KB)
----data()
--------uniquize.m(205B)
--------make_imdb_Duke.m(2KB)
--------make_imdb_Market.m(2KB)
----ReIDdatasets.py(4KB)
----utils.py(20KB)
----README.md(1KB)
----main.py(7KB)
----resnet.py(6KB)