Torchreid:基于Pytorch的深度学习行人重识别库
计算机视觉与模式识别
2019-10-23 v1
摘要
行人重识别(re-ID)旨在跨不同摄像头视角重新识别行人,近年来因深度学习特别是卷积神经网络(CNNs)而显著进步。本文介绍Torchreid,一个构建于PyTorch之上的软件库,支持深度re-ID模型的快速开发及端到端训练与评估。作为面向行人re-ID研究的通用框架,Torchreid提供(1)支持15个常用re-ID基准数据集(涵盖图像与视频域)的统一数据加载器,(2)用于快速开发与基准测试的精简流水线,以及(3)最新re-ID CNN架构及其预训练模型的实现,以促进可复现性及未来研究。凭借设计上的高模块性,Torchreid提供极大灵活性,可轻松扩展至新数据集、CNN模型和损失函数。
引用
@article{arxiv.1910.10093,
title = {Torchreid: A Library for Deep Learning Person Re-Identification in Pytorch},
author = {Kaiyang Zhou and Tao Xiang},
journal= {arXiv preprint arXiv:1910.10093},
year = {2019}
}
备注
Tech report