# deepreid

**Repository Path**: SavenNeer/deepreid

## Basic Information

- **Project Name**: deepreid
- **Description**: part of deep sort to train reid
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2023-03-29
- **Last Updated**: 2023-04-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DeepReID


## 基本说明

训练ReID网络的程序

1. deep/文件夹中描述该网络的训练、测试、评估等全流程
2. deep/train.py中并没有实现参数继承训练,请使用deep/fnet.py进行训练
3. data/文件夹不会出现在git拉取的代码中,它需要使用assign_dataset.py通过数据集来生成
4. assign_dataset.py中提及的sum_dataset/目录是由[ReID_Dataset项目](https://gitee.com/SavenNeer/reid_dataset)生成的,或者可以从网盘目录:/reid数据集/中找到已经制作好的数据集.
5. 使用fnet.py进行训练时会在deep/checkpoint/下生成ckpt.t7文件作为权重文件
6. 评估需要先调用test.py生成中间文件pth,然后再使用evaluate.py进行评估
7. data文件夹内,train与test分别作为训练集和测试集,query和gallery共同作为验证集


## 如何划分数据集

数据集划分可以通过assign_dataset.py来完成,存在3个可以调试的项目:
```python
# 以下分割的随机化采样均使用numpy.random模块

# 47行
# 是否跳过phone相关的文件夹,不训练phone类
skip_phone_dir:bool = True

# 78行
# 切割比例:train,test,eval的比例
ratio = ( 6 , 2 , 2 )
# eval中gallery和query的分割比例
eval_inner_ratio = ( 7 , 3 )
```

## 运行方法如下:

划分数据集：
```shell
cd /deepreid && python assign_dataset.py
```

继承参数后训练:
```shell
cd /deepreid && python fnet.py --data-dir ../data/
```

## 致谢

感谢cbr同志在模型、训练方法、数据集等多个方向的贡献.