深度学习实战项目(三) 您所在的位置:网站首页 hrnet 分类 深度学习实战项目(三)

深度学习实战项目(三)

#深度学习实战项目(三)| 来源: 网络整理| 查看: 265

行人检测重识别yolov5+reid(跑通+界面设计)

参考源代码: github

权重文件: 根据github上面的网盘进行权重下载: 检测:将 ReID_resnet50_ibn_a.pth放在person_search/weights文件下,yolov5s.pt放person_search下 训练:将 r50_ibn_2.pth,resnet50-19c8e357.pth放在yolov5_reid/weights下 注意:训练和检测(person_search)是两个独立的项目!!

训练过程具体可参考: yolov5_reid【附代码,行人重识别,可做跨视频人员检测】 数据集使用markt1501,具体可参考: https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/127531790

测试自己的视频: 运行person_search/get_query.py前,先把get_query.py中加载摄像头的输入改为视频文件,运行后进行截图就行。(按住鼠标左键不放,拖动进行人员款选标注,标注后的人员会自动保存在query文件中(命名格式为markt1501),按空格键继续播放视频。)这里要注意mark1501格式的意思,可以参考下图说明:

在这里插入图片描述

这里要注意一些库的版本,特别是torch和torchvision。还要是cuda版本,不然无法调用Gpu。 在这里插入图片描述

当然,跑代码的过程并不是那么顺利,也会遇到很多的问题,大部分问题是版本问题和路径问题,此代码建议使用gpu好的硬件设备,不然会跑得很慢很慢。

界面设计: 可以在登录界面选择图片或者视频检测: 在这里插入图片描述 在这里插入图片描述 图片检测: 在这里插入图片描述 在这里插入图片描述 视频检测: 在这里插入图片描述 在这里插入图片描述 需要代码的可以私信



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有