captaineven/repnet-mdnet-vehiclereid

Implementing RepNet(a two-stream multitask learning network) to do vehicle Re-identification, vehicle search(or vehicle match) with PyTorch 可用于车辆细粒度识别，车辆再识别，车辆匹配，车辆检索，RepNet/MDNet的一种PyTorch实现

repnet-mdnet-vehiclereid's Issues

是否可以用insightface的模型网络架构来训练车辆特征提取

这个项目参考的论文比较老了，2016年的。是否可以用比较新的insightface的模型网络架构来训练车辆特征提取？

related to test

如果没理解错的话，代码里仅对同时有model和color的数据集进行了train和test，那请问下test的时候有跑过整个test dataset(包括没有model或color)的实验嘛

1

FileNotFoundError: [Errno 2] No such file or directory: '/mnt/diskb/CarReIDCrop'

FileNotFoundError: [Errno 2] No such file or directory: '/mnt/diskb/CarReIDCrop'

请问具体的训练流程是什么啊？

我想训练一个车辆重识别模型

AttributeError: 'VehicleID_All' object has no attribute 'imgs_path'

AttributeError: 'VehicleID_All' object has no attribute 'imgs_path'

Positive 和 Negative Set 问题

你好，我看到论文上面有Positive 和 Negative 训练集，但是在代码中貌似没有看到这个**的体现，代码是不是没有完全按照论文的方法来实现？？

汽车品牌型号

你好，请问你有做过汽车品牌型号分类和识别吗？例如奥迪有Q5、Q3系列，通过车的图片来识别车的品牌具体型号

demo

你好，要测一张无标签的图片请问需要改哪些模块呀，好像得改网络模型是吗？

两个模型能整合吗

我看你弄了两个github项目。
RepNet-MDNet-VehicleReID用于识别车辆品牌、颜色。
Vehicle-Car-detection-and-multilabel-classification用于识别车辆朝向、车辆类型、颜色。
这两个模型能整合在一起，做成一个吗？，直接能识别车辆品牌、颜色、车辆朝向、车辆类型这些车辆属性。

用实际图片，模型预测不准确

车辆检索和车辆重识别

你好，请问车辆检索和车辆重识别是同一个问题吗？然后可以麻烦你写一下具体实现步骤吗？谢谢！

其他数据集测试

你好，我是用其他数据集测试的是时候就一点也不准，这是因为数据样本分布问题吗？

关于网络输入输出的维度

想请教一下，初始化网络的时候这两个参数 “out_ids=10086” 和 “out_attribs=257” 分别代表什么呢？这两个取值是如何确定的？如果要新增自己需要识别的车辆品牌，是否需要修改这两个值？

求train好的model

由于计算资源有限，所以请问有最后完全train好的model可以提供下载嘛

pair_set_car.txt 和 CarReIDCrop 能分享一下吗

你好，在测试特征编码相似度的时候，发现缺少了pair_set_car.txt 和 CarReIDCrop。
test_car_match_data(resume='epoch_14.pth',
pair_set_txt='/mnt/diskc/even/Car_DR/ArcFace_pytorch/data/pair_set_car.txt',
img_root='/mnt/diskc/even/CarReIDCrop', # CarReID_data
batch_size=16)
能分享一下吗？感谢。

pretrained weights

@CaptainEven can you pls share the pretrained weight on google drive or one drive ?

Can the face recognition model network be used for vehicle feature extraction?

Hi, can the face recognition model network be used for vehicle feature extraction?

如何训练。

您好，请问数据源和模型都下载以后，应如何进行训练呢？

FileNotFoundError: [Errno 2] No such file or directory: '/mnt/diskb/CarReIDCrop'

FileNotFoundError: [Errno 2] No such file or directory: '/mnt/diskb/CarReIDCrop'

训练自己的数据集，出现问题

请问我基于你的代码和流程做自己的数据集，总共9万多张image，400条boat，200多个model，训练一开始报如下错误，请教一下会是什么原因呢？
Training... => Epoch Train loss Train acc Test acc /pytorch/aten/src/THCUNN/ClassNLLCriterion.cu:105: void cunn_ClassNLLCriterion_updateOutput_kernel(Dtype *, Dtype *, Dtype *, long *, Dtype *, int, int, int, int, long) [with Dtype = float, Acctype = float]: block: [0,0,0], thread: [12,0,0] Assertion t >= 0 && t < n_classesfailed. /pytorch/aten/src/THCUNN/ClassNLLCriterion.cu:105: void cunn_ClassNLLCriterion_updateOutput_kernel(Dtype *, Dtype *, Dtype *, long *, Dtype *, int, int, int, int, long) [with Dtype = float, Acctype = float]: block: [0,0,0], thread: [15,0,0] Assertiont >= 0 && t < n_classesfailed. Traceback (most recent call last): File "RepNet.py", line 1606, in <module> train(resume=None) # 从头开始训练 File "RepNet.py", line 1541, in train epoch_loss.append(loss.cpu().item()) RuntimeError: CUDA error: device-side assert triggered

感谢您的工作。请问branch==2的细粒度匹配里，label是什么格式

请问branch==2的细粒度匹配里，label是什么格式

accuracy =0

您好，请问在训练到iteration=100时，accuracy=0是正常现象吗，loss在39到40之间
用的函数是train（resume=None）
感谢您的回复

可以提供一下数据集提取码吗？感谢

您好，我现在在做车辆识别，可以提供一下VehicleID_V1.0数据集的提取码吗？非常感谢

关于车辆图片的特征提取

作者您好，我想问一下，这个网络可以将视角差距较大的车辆图片识别成同一辆车吗？我用VehicleID里的图片测试了一下，取vid相同的两张图片，分别用网络的branch5提取出1024维特征向量，经过L2归一化之后计算欧式距离。如果都是正面的视角，提取出的特征向量欧氏距离较小，如果一个是正面一个是背面，欧氏距离就比较大了。由于正面和背面的图片视角差距较大，似乎很难找到相同的特征点，不知道这个网络能不能识别？另外，在训练的时候，需要将正面和背面的图片分开，当成是vid不同的两辆车吗？

请问训练好如何测试再识别，可以输入视频进行再识别？谢谢！