文件名称：PyReID:使用Python和OpenCV构建的用于人员重新识别问题的灵活且可扩展的框架
文件大小：55KB
文件格式：ZIP
更新时间：2024-06-02 10:03:34
Python
PyReID：Python人员重新识别框架 灵活且可扩展的框架。 PyReID允许将多个预处理配置为管道，然后进行特征提取过程，最后进行特征匹配。 它可以计算CMC或AUC之类的统计信息。 不仅如此，它还允许PostRanking优化，以及使用QT制作的功能GUI和一些嵌入式方法。 主要特点 允许多种预处理方法，包括BTF，照明归一化，使用GrabCut进行前景/背景分割，基于对称的轮廓划分，静态垂直划分以及使用高斯核或高斯混合模型的加权直方图权重图。 基于直方图计算的特征提取。 接纳1D和3D直方图，每个通道的独立bin大小，接纳用于计算每个区域的独立直方图的区域和加权直方图的权重图。 特征匹配允许直方图比较方法：相关性，卡方，相交，Bhattacharyya距离和欧几里得距离。 自动创建排名矩阵。 对于探针的每个元素，将获得所有已排序的图库元素。 统计模块。 使用排名矩阵和数
【文件预览】：
PyReID-master
----main.py(120B)
----tests()
--------__init__.py(24B)
----resources()
--------masks()
----LICENSE.md(1KB)
----.gitignore(2KB)
----README.md(5KB)
----gui()
--------imagesselectionwindow.ui(9KB)
--------gui.py(15KB)
--------__init__.py(24B)
--------mainwindow.ui(65KB)
----package()
--------preprocessing.py(27KB)
--------segmenter.py(3KB)
--------app.py(5KB)
--------utilities.py(2KB)
--------statistics.py(5KB)
--------post_ranker.py(29KB)
--------execution.py(7KB)
--------dataset.py(7KB)
--------__init__.py(24B)
--------crossvalidation.py(11KB)
--------feature_extractor.py(10KB)
--------image_set.py(2KB)
--------image.py(6KB)
--------feature_matcher.py(5KB)