daiguangzhao

建议你不要用train+virtual,你把这个条件删了，就使用默认条件中真实数据集中的train就行．

你好，我现在已经不做重识别的工作了，原先的工作交给我师弟就没管了，希望你能早点解决你的问题，祝好！ 发自我的iPhone ------------------ 原始邮件 ------------------ 发件人: lhbsww ***@***.***> 发送时间: 2022年5月14日 19:53 收件人: layumi/AICIty-reID-2020 ***@***.***> 抄送: daiguangzhao ***@***.***>, Mention ***@***.***> 主题: Re: [layumi/AICIty-reID-2020] 一个epoch运行时间过长 (#10) @s20163081161 ***@***.***,感谢 — Reply to this...

> @layumi 郑博士 我直接运行python train_2020.py能真确开始训练，但是按照README.md上提供的那一长传命令，就会报下面的错，这是为何？ > > requests.exceptions.SSLError: HTTPSConnectionPool(host='data.lip6.fr', port=443): Max retries exceeded with url: /cadene/pretrainedmodels/se_resnext101_32x4d-3b2fe3d8.pth (Caused by SSLError(SSLError("bad handshake: Error([('SSL routines', 'tls_process_server_certificate', 'certificate verify failed')],)",),)) 加上以下代码，原因你自己ＣＳＤＮ哈： import ssl ssl._create_default_https_context...

郑博士，你好，请问 name SE_imbalance_s1_384_p0.5_lr2_mt_d0_b24+v+aug，这个对应哪一块代码，论文哪里提到了？麻烦，谢谢

您好，郑博士．能否补充这篇论文中有关三元组相关代码． 另外，您在论文中多次提到DG-Net，这个网络仅仅生成了更多的合成数据吗？ 然而，在您代码中Fine-tune Model阶段中的train_all ,仅仅是train_real_all中３３３类真实图片，并没有DG-NET生成的数据．．．

> triplet loss可以参考 https://github.com/douzi0248/Re-ID/blob/master/train_11.py#L182 > > DG-Net只是个option， 我们最后只是一部分模型用了，但是没有直接用DGNet训的reid 模型，因为生成部分显存占用比较大，不能上一些大网络比如EF5 或者SENet，或者大resolution。 当时只是用ResNet-50 去训练生成，然后把生成的图片当作额外的ID 来训练。 可以参考https://github.com/NVlabs/DG-Net 基本改一下路径和输入大小（行人是256_128，车是256_256）就可以跑起来。 谢谢

> 在test_2020.py 159行处： > image_datasets = {x: datasets.ImageFolder( os.path.join(data_dir,x) ,data_transforms) for x in ['gall','query']} > 输入应该是gallery和query两个文件夹，但是在prepare_2020.py中却没有生成gallery数据集，但是下面注释掉代码显示将train_real_save_path链接为gallery_large，请问是否将test_2020中的gallery修改为gallery_large，然后prepare_2020.py最后三行注释掉的代码取消注释生成gallery_large数据集就可以了？ 你好，兄弟，我已经按照你的方式去改了，但是在pytest时候报错 test_2020.py:None (test_2020.py) test_2020.py:59: in opt = parser.parse_args() ../../../anaconda3/lib/python3.7/argparse.py:1758: in parse_args self.error(msg % '...

> 嗯，是的。validation时候 我们采用的gallery 是所有real的训练集。 > @daiguangzhao 这个错有点奇怪。。。是opt = parser.parse_args() ？ 这边没有import > 么？ 您好， **Train Model** python train_2020.py --name SE_imbalance_s1_384_p0.5_lr2_mt_d0_b24+v+aug --warm_epoch 5 --droprate 0 --stride 1 --erasing_p 0.5 --autoaug --inputsize...

> > @layumi @rrjia 多谢两位。想再请教一下，prepare_2020.py里的这句代码“if int(ID[0]) > 然后2_prepare_syn_trainlist.py 18行有一个d_start = 666，强行将模拟的数据的车辆id从666开始编号，改变了原始的车辆id > > 但是我看到真实数据集好像只有478个，并没有666个？？ > > 我们这样做的目的只是为了方便，另外加上query test上的id就是666了，真实集上的478不是连续的，具体的你可以参考https://www.aicitychallenge.org/2020-faqs/ > > 好的 这个意思应该是一共有６６６车被标注，但是不一定有６６６个种类的车

> 你好， 你可以看README 在 https://github.com/layumi/AICIty-reID-2020/tree/master/pytorch > 感谢～ 从prepare开始处理数据 只要把下载的数据放在data文件夹下就行 您好，这个问题困扰我很久． 在官网下载的真实数据集中有train_label.xml，我们可以利用 > 你好， 你可以看README 在 https://github.com/layumi/AICIty-reID-2020/tree/master/pytorch > 感谢～ 从prepare开始处理数据 只要把下载的数据放在data文件夹下就行 > 抱歉，是我的问题，今年我用的是paddlepaddle 那边处理好的数据。 > 链接是 https://github.com/PaddlePaddle/Research/tree/master/CV/PaddleReid/process_aicity_data 里面有预处理的东西，用来从xml中抽取 ID camID 您好，在官网下载的真实数据集有train_lable.xml的文件，我们可以利用Research/CV/PaddleReid/process_aicity_data/的方法去处理train的数据，在您的prepare_2020.py文件的第２９－３２行中生成的train_real_all应该是真实数据集中所有６６６辆车包括（The...