Pytorch ReID 强壮，小巧，友善 一个微小，友好，强大的Person-reID基线代码（基于 ）。 强的。 它与一些顶级会议作品中的新基线结果一致，例如， ， ， 。 我们只有Softmax损失才达到Rank@1=88.24%，mAP = 70.68％。 小的。 借助fp16（Nvidia apex支持），仅使用2GB GPU内存即可训练我们的基准。 友谊赛。 您可以使用现有选项在一行中应用许多最新技巧。 此外，如果您是初次使用re-ID的人，则可以先阅读我们的（阅读8分钟） :thumbs_up: 。 目录 特征 现在我们已经支持： 圆损（ CVPR 2020口头） Float16可基于节省GPU内存 基于零件的卷积基线（PCB） 多重查询评估 重新排名（ ） 随机擦除 ResNet /密集网 可视化训练曲线 可视化排名结果 线性热身 在这里，我们提供了用于生成结果的超参数和体系