Zhedong Zheng
Zhedong Zheng
Hi @eddiehe99 1. MX150 is relatively weak. Yes. It may take about 6 hours. 2. Thank you. tqdm is good. Please add one.
你好，感谢关注我们repo。 由于reid是研究 cross camera 的匹配程度。 如果同一camera，可能基本 tracking 或者匹配就成功了。rank 也就是 recall就太高，不准了。 谢谢。
你好。目前这个代码提供的是最基本的实现，帮助理解一些基本概念。目前tricks 放得比较少，方便用户逐步改进，对比结果。
1. 哦哦 我记得罗老师那边是resnet-ibn， 在我们repo你也可以选择 resnet-ibn来进行实验，会比一般resnet高不少。 2. 当然还有一些技巧，可以提高我们repo的结果。 比如 把 512 的特征改为 2048。 加入其他loss。 和替换最新的 swinv2 backbone等。
Hello. It seems like the input size. Could you resize the image size as the same one during your training?
@lianshengzhou 诶，msmt17应该也是可以的跑的。我怀疑是 input size不对。 您方便的话 可以 print 一下 input size对比一下。
Thank you @chesianatalia I will try it and return to you soon.
Thank you @chesianatalia @lianshengzhou I found why. It is due to torch.jit.trace You can comment out these two lines. The test should be Okay now. https://github.com/layumi/Person_reID_baseline_pytorch/blob/master/test.py#L306-L307 But I am also...
Just for your reference. You can check my test MSMT code at https://github.com/layumi/Person_reID_baseline_pytorch/blob/master/test_MSMT.py
@chesianatalia 1. Could I know the version of your timm? 2. Could you re-train a new SwinV2 model and test the result?