ubuntu16.04 fastreid训练过程
fastreid工程简介
代码地址:https://github.com/JDAI-CV/fast-reid
该工程是有京东AI技术研究院开源的,主要研究方向是ReID,包括行人ReID和其他的ReID。
博主之前一直用该工程研究行人ReID和车辆ReID,在私有数据集上取得不错的效果。但现在介绍用该工程来做行人属性识别,采用的数据集是行人数据集PA100K。
训练行人属性识别
(1) 下载fastreid工程:git clone https://github.com/JDAI-CV/fast-reid.git
(2) 下载行人数据集PA100K,下载地址:行人属性数据集PA100K下载并解析
(3) 把图片数据和标注文件放在工程的datasets/目录下,如下图所示:
注:data 里面存放图片。
pytorch环境搭建步骤如下:
服务器:ubuntu16.04
显卡:TITAN RTX 24G 一块
1、安装anaconda
https://repo.anaconda.com/archive/Anaconda3-2020.11-Linux-x86_64.sh
bash Anaconda3-2020.11-Linux-x86_64.sh开始安装。
2、安装torch
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
3、安装apex
直接git clone https://www.github.com/nvidia/apex 下载在当前项目目录下即可。
4、安装termcolor
conda install termcolor
5、安装faiss
pip install faiss-gpu
6、安装tabulate
pip install tabulate
7、安装tensorboard
pip install tensorboard
8、安装mat4py
pip install mat4py
9、安装gdown
pip install gdown
修改Base-attribute.yml第12行PRETRAIN_PATH 设置为空,gdown会自动下载resnet50-19c8e357.pth权重文件;
10、开始训练
python3 projects/FastAttr/train_net.py --config-file projects/FastAttr/configs/pa100.yml