# 简介
方法大体参考了re-ID的方法，原始代码[AICITY2020_DMT_VehicleReID](https://github.com/heshuting555/AICITY2020_DMT_VehicleReID)
使用resnest网络作为backbone, 使用triplet loss和softmax loss进行多任务训练，同时在为triplet loss组建三元组的时候，当anchor为真人的时候，neg和pos都强制设为卡通，当anchor为卡通的时候，neg和pos都设为真人。使用这种方式组建三元组计算triplet loss
最终得到初始相似度矩阵，并进行检索的rerank操作，得到最终矩阵。
最后进行三模型集成得到最终结果
# 环境要求
Tesla V100 32GB*1
pytorch 1.6
apex
# 数据
将train和test解压到images文件夹，并把两个txt文件也放进去
修改yml配置文件，将训练模型保存地址和预训练模型地址修改为自己的地址，gpu显存不够，可以替换更小的模型或者减少bathsize。
# 训练
```bash
python train.py --config_file=configs/resnest269_16.yml
```
```bash
python train.py --config_file=configs/esnest269_16_320.yml
```
```bash
python train.py --config_file=configs/resnest101_16.yml
```
将模型加载地址修改为训练得到的权重地址
# 推理
```bash
python test.py --config_file=configs/resnest269_16.yml
```
```bash
python test.py --config_file=configs/resnest269_16_320.yml
```
```bash
python test.py --config_file=configs/resnest101_16.yml
```
推理完成后后在submit文件夹里会生成单模的提交文件，在dis文件夹里保存了距离矩阵用于后面的多模型集成
# 集成
python ensemble.py
最后在根目录生成submit.csv提交文件
Cartoon-face-recognition-master.zip （147个子文件） 
magic_base.iml 552B
04907.jpg 9KB README.md 2KB resnest.py 32KB PyConv.py 13KB metrics.py 13KB processor.py 13KB iresnet.py 11KB triplet_loss_xbm.py 10KB densenet.py 10KB resnet.py 9KB sync_switchwhiten.py 8KB triplet_loss.py 8KB res2net.py 8KB make_model.py 8KB densenet.py 8KB sw_layer.py 7KB se_resnet_ibn_a.py 7KB switchwhiten.py 7KB resnet_ibn_a.py 7KB defaults.py 7KB resnet.py 5KB make_dataloader.py 5KB reranking.py 4KB make_loss.py 3KB bases.py 3KB train.py 3KB dm.py 3KB sampler.py 2KB center_loss.py 2KB arcface.py 2KB lr_scheduler.py 2KB preprocessing.py 2KB norm.py 2KB test.py 2KB CircleLoss.py 1KB softmax_loss.py 1KB make_optimizer.py 1KB ensemble.py 1KB logger.py 815B iotools.py 775B se_module.py 609B meter.py 455B __init__.py 150B __init__.py 111B __init__.py 104B __init__.py 86B __init__.py 61B __init__.py 46B __init__.py 35B __init__.py 34B __init__.py 27B __init__.py 24B __init__.py 0B __init__.py 0B resnest.cpython-37.pyc 19KB processor.cpython-36.pyc 12KB PyConv.cpython-37.pyc 11KB metrics.cpython-37.pyc 10KB metrics.cpython-36.pyc 10KB densenet.cpython-37.pyc 9KB iresnet.cpython-37.pyc 9KB resnet.cpython-37.pyc 8KB processor.cpython-37.pyc 7KB triplet_loss.cpython-37.pyc 7KB make_dataloader.cpython-36.pyc 7KB res2net.cpython-37.pyc 7KB preprocessing.cpython-36.pyc 7KB densenet.cpython-37.pyc 7KB se_resnet_ibn_a.cpython-37.pyc 7KB triplet_loss.cpython-36.pyc 6KB make_model.cpython-37.pyc 6KB make_model.cpython-36.pyc 6KB se_resnet_ibn_a.cpython-36.pyc 6KB resnet_ibn_a.cpython-36.pyc 6KB resnet_ibn_a.cpython-37.pyc 6KB make_model_SDE.cpython-37.pyc 5KB switchwhiten.cpython-37.pyc 5KB resnet.cpython-37.pyc 5KB reranking.cpython-36.pyc 4KB resnet.cpython-36.pyc 4KB sampler.cpython-36.pyc 4KB make_dataloader.cpython-37.pyc 4KB bases.cpython-36.pyc 3KB bases.cpython-37.pyc 3KB dm.cpython-37.pyc 2KB make_loss.cpython-37.pyc 2KB reranking.cpython-37.pyc 2KB center_loss.cpython-36.pyc 2KB center_loss.cpython-37.pyc 2KB make_loss.cpython-36.pyc 2KB sampler.cpython-37.pyc 2KB defaults.cpython-37.pyc 2KB preprocessing.cpython-37.pyc 2KB arcface.cpython-36.pyc 2KB arcface.cpython-37.pyc 2KB CircleLoss.cpython-37.pyc 2KB lr_scheduler.cpython-37.pyc 2KB softmax_loss.cpython-37.pyc 2KB norm.cpython-37.pyc 1KB共 147 条
- 1
- 2
资源评论
sjx_alo
- 粉丝: 1w+
- 资源: 1235
最新资源
- FPGA-flash写保护解除
- 基于微信小程序的多肉植物图鉴.zip
- uniapp实现选择省市区镇(街道)四级级联选择，包含三级级联选择（vue3版本）
- tsn-imagenet-pretrained-r50-8xb32-1x1x8-100e-kinetics400-rgb
- Python项目-自动办公-02 批量生成PPT版荣誉证书.zip
- 2025年十大战略技术趋势-Gartner-2024-27页.pdf
- 创维8H31 40E3500系列 主程序软件 电视刷机 固件升级包 20160909
- tsn-imagenet-pretrained-r50-8xb32-1x1x8-100e-kinetics400-rgb-20220906-2692d16c.pth
- Python项目-游戏源码-03 九宫格.zip
- Python项目-实例-21 音乐播放器.zip
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
