文件名称：GCL:CVPR2021论文“联合生成和对比学习的无监督人员重新识别”的实施
文件大小：822KB
文件格式：ZIP
更新时间：2024-05-20 20:11:32
person-reidentification Python
联合生成和对比学习，用于无监督人员重新识别 这是CVPR 2021年论文的官方PyTorch实施， 安装 安装GCL 要求 Python 3.6 火炬1.2.0 git clone https://github.com/chenhao2345/GCL cd GCL python setup.py develop 准备数据集 cd examples && mkdir data 下载原始数据集 ， ， ，然后将其解压缩到以下目录下 ABMT/examples/data ├── dukemtmc-reid │ └── DukeMTMC-reID ├── market1501 └── msmt17 └── MSMT17_V1(or MSMT17_V2) 安装HMR进行网格估计 从下载提取的网格物体。 或参考旋转获取ReID数据集的网格。 火车GCL 目前仅支持1个GPU培
【文件预览】：
GCL-main
----figs()
--------supp3.png(382KB)
--------supp1.png(386KB)
----train_stage2_msmt.sh(263B)
----train_stage3_duke.sh(212B)
----train_stage3_market.sh(211B)
----gcl()
--------models()
--------evaluators.py(5KB)
--------evaluation_metrics()
--------loss()
--------__init__.py(207B)
--------trainer.py(10KB)
--------utils()
--------datasets()
----LICENSE(1KB)
----train_stage3_msmt.sh(205B)
----train_stage2_market.sh(264B)
----setup.cfg(40B)
----configs()
--------latest.yaml(3KB)
----examples()
--------generate_data.py(8KB)
--------main.py(17KB)
----setup.py(693B)
----README.md(2KB)
----train_stage2_duke.sh(268B)