FastReID: исследовательская платформа с современными алгоритмами повторной идентификации

FastReID — это исследовательская платформа, которая реализует современные алгоритмы повторной идентификации. Это полностью переписанная версия предыдущей версии reid strong baseline.

Что нового?

• Сентябрь 2021: Обновлён DG-ReID (sskd), вы можете проверить статью.
• Июнь 2021: Поддерживаются непрерывные параметры (contiguous parameters), теперь это может ускорить работу примерно на 20%.
• Май 2021: Поддерживается бэкенд на основе Vision Transformer, см. configs/Market1501/bagtricks_vit.yml.
• Апрель 2021: В FastFace поддерживается частичный FC!
• Январь 2021: Выпущены API определения сети TRT в FastRT! Спасибо за вклад Darren.
• Январь 2021: Выпущено первое решение NAIC20 (трек повторной идентификации) на базе fastreid!
• Январь 2021: Выпущен FastReID V1.0! 🎉 Поддерживает множество задач помимо повторной идентификации, таких как поиск изображений и распознавание лиц. См. примечания к выпуску.
• Октябрь 2020: Добавлена оптимизация гиперпараметров на основе fastreid. Смотрите projects/FastTune.
• Сентябрь 2020: На основе fastreid добавлено распознавание атрибутов человека. Смотрите projects/FastAttr.
• Сентябрь 2020: Поддерживается автоматическое обучение смешанной точности с помощью apex. Установите cfg.SOLVER.FP16_ENABLED=True, чтобы включить его.
• Август 2020: Поддерживается дистилляция модели, спасибо за вклад guan'an wang.
• Август 2020: ONNX/TensorRT конвертер поддерживается.
• Июль 2020: Поддерживается распределённое обучение на нескольких GPU, оно обучается намного быстрее.

Включает больше функций, таких как круговая потеря, разнообразные методы визуализации и метрики оценки, результаты SoTA для обычных, кросс-доменных, частичных и автомобильных повторных идентификаций, тестирование на множестве наборов данных одновременно и т. д.

Может использоваться как библиотека для поддержки различных проектов на её основе. Мы будем открывать исходный код для большего количества исследовательских проектов таким образом.

Убрана зависимость от ignite(высокоуровневой библиотеки), работает на PyTorch.

Мы написали fastreid intro и fastreid v1.0 об этом наборе инструментов.

Журнал изменений

Подробности и историю выпусков смотрите в changelog.md.

Установка

Смотрите INSTALL.md.

Быстрый старт

Архитектура проекта следует этому руководству PyTorch-Project-Template, вы можете самостоятельно проверить назначение каждой папки.

См. GETTING_STARTED.md.

Узнайте больше из нашей документации и посмотрите projects/ некоторые проекты, построенные на основе fastreid.

Зоопарк моделей и базовые показатели

Мы предоставляем большой набор базовых результатов и обученных моделей, доступных для загрузки в Зоопарке моделей Fastreid.

Развёртывание

Мы приводим примеры и сценарии для преобразования модели fastreid в форматы Caffe, ONNX и TensorRT в Развёртывании Fastreid.

Лицензия

Fastreid выпущен под лицензией Apache 2.0.

Цитирование FastReID

Если вы используете FastReID в своих исследованиях или хотите сослаться на базовые результаты, опубликованные в Зоопарке моделей, используйте следующую запись BibTeX.

@article{he2020fastreid,
  title={FastReID: A Pytorch Toolbox for General Instance Re-identification},

...

В тексте запроса есть ссылки на внешние ресурсы, которые не были переведены. Автор: Хэ Линьсяо, Ляо Синьюй, Лю У, Лю Синьчэнь, Чэн Пэн и Мэй Тао.

Журнал: препринт arXiv:2006.02631.

Год: 2020.