由于作者代码更新太快，在这里存一下2020年6月20的版本。https://github.com/JDAI-CV/fast-reid

ckpt-person-reid-pytorch-deep-sort_20211201.rar

PLabel 半自动标注系统是基于BS架构，纯Web页面操作，由鹏城实验室叶齐祥、曾炜、田永鸿教授团队自主研发，由工程师邹安平维护，集成视频抽帧，目标检测、视频跟踪、ReID分类、人脸检测等算法，实现了对图像，视频的自动标注，并可以对自动算法的结果进行人工标注，最终得到标注结果，同时也可以对视频、图片、医疗（包括dicom文件及病理图像）相关的数据进行人工标注，标注结果支持COCO及VOC格式。支持多人协同标注。 半自动标注系统主要功能有：用户管理，数据集管理，自动标注，人工标注，ReID标注，车流统计，视频标注，医疗CT标注，超大图像标注，模型管理与重训，报表管理。数据标注过程一个非常重要的因素是数据安全，在标注使用中防止数据泄露，采用基于web标注工具是有效避免数据泄露的措施之一。 半自动标注系统以保证性能的情况下最小化人工标注代价为目标，不断提升自动标注效率，减少人工标注和人工参与过

它是从两个对齐的摄像头（一个可见，一个远红外）收集的。总共有412人。每个人有10个可见光图像和10个远红外图像。

Person Re-identification:Past, Present and Future.pdf

郑哲东 Deep-ReID：行人重识别的深度学习方法。 Person re-identification Background Learn pedestrian representations from

2018年CVPR所有ReID相关领域论文的详细分析解读汇总，还包括若干篇论文的全文翻译。

NAIC_Person_ReID_Competition 该存储库包含NAIC的Person ReID Compitition的源代码。我们是DMT队，他们在第一赛季排名第三，第二赛季排名第二。 作者 介绍 可以在 找到有关NAIC的Person ReID竞争的详细信息。 该代码是从和修改而来的 有用的技巧 DataAugmention（随机擦除+彩色抖动+随机仿射+ RandomHorizo​​ntallyFlip +填充+ RandomCrop） 热身+ MultiStepLR 游侠 弧面 更快的重新排名 宝石 加权三重态损失 删除长尾数据（单张图像为pid） 通过生成伪标签解决UDA Distmat合奏 FP16 由于数据集的特性，我们发现色彩抖动可以大大提高模型性能。 Luo使用GPU计算距离并使用稀疏矩阵存储重写了Faster Reranking，可以节省GPU内存和RA

reid-usl

提取行人四种不同属性，进行再识别，RGB、Ycrcb、HSV、LAB