【文件属性】：
文件名称：vehicle-triplet-reid
文件大小：231KB
文件格式：ZIP
更新时间：2021-05-14 16:33:08
Python
基于三元组的人员重新识别
重现我们的“为重新识别人的三元组损失辩护”论文结果的代码。
我们提供以下内容：
本文使用的TriNet模型的确切预训练权重，包括一些用于使用它计算嵌入的基本示例代码。 请参阅部分。
可以完全重新使用可用于训练自己的模型/数据的训练代码。 请参阅“一节。
用于评估的脚本，用于计算HDF5（“新.mat”）文件中嵌入的CMC和mAP。 请参阅部分。
列表。
如果您使用提供的任何代码，请引用：
@article{HermansBeyer2017Arxiv,
title = {{In Defense of the Triplet Loss for Person Re-Identification}},
author = {Hermans*, Alexander and Beyer*, Lucas and Leibe, Basti
【文件预览】：
vehicle-triplet-reid-master
----.gitignore(224B)
----nets()
--------resnet_v1.py(15KB)
--------resnet_v2_test.py(20KB)
--------resnet_v2.py(15KB)
--------__init__.py(156B)
--------mobilenet_v1.py(19KB)
--------resnet_v2_50.py(743B)
--------resnet_v1_101.py(747B)
--------inception_v4.py(16KB)
--------inception.py(868B)
--------README.md(333B)
--------inception_utils.py(3KB)
--------inception_v4_test.py(12KB)
--------resnet_v1_50.py(743B)
--------resnet_utils.py(10KB)
--------mobilenet_v1_1_224.py(3KB)
----trinet_embed.py(10KB)
----pku-vd-eval.sh(649B)
----create_dataset.py(588B)
----embed.py(10KB)
----lbtoolbox.py(5KB)
----LICENSE(1KB)
----VeRi-embed.sh(328B)
----aggregators.py(261B)
----VeRi-eval.sh(440B)
----README.md(11KB)
----pku-vd-train.sh(1KB)
----excluders()
--------diagonal.py(299B)
--------market1501.py(1KB)
----loss.py(6KB)
----healthy-market-run.png(170KB)
----evaluate.py(6KB)
----common.py(12KB)
----pku-vd-embed_query.sh(514B)
----market1501_train.sh(1KB)
----VeRi-train.sh(2KB)
----heads()
--------direct_normalize.py(389B)
--------__init__.py(129B)
--------fc1024_normalize.py(735B)
--------fc1024.py(686B)
--------direct.py(340B)
----train.py(19KB)