本文主要是介绍内涵:reid,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
本周任務:re-id,起一個模型。
20170613:
模型例子:GitHub - daodaofr/caffe-re-id
附帶論文:PersonRe-Identification via Recurrent Feature Aggregation, Yichao Yan,Bingbing Ni, Zhichao Song, chao Ma, Yan Yan, xiaokang Yang, In ECCV2016.
代碼保存路徑:~/codes/reid_sourcecode
自己編寫的腳本代碼:create_filelist.sh(將原始文件轉換爲每行文件名標籤的形式)
create_lmdb.sh(調用caffe/build/tools/convert_imageset.bin講原始數據轉換爲lmdb形式,可以改变图片的大小)这部分详见http://www.cnblogs.com/denny402/p/5082341.html
问题:convert_imageset.bin有问题:
/home/zht/apps/caffe-master/build/tools/convert_imageset:error while loading shared libraries: libcudnn.so.5: cannot openshared object file: No such file or directory
解决方案:运行脚本时取掉sudo即可,因为lib文件仅对当前用户有效,即zhangteng
总结:1.forfile in $dir/*遍历dir目录下所有文件和文件夹
2.${basename$dir}最后一层路径或者文件名
3.ls$file | cut -d ‘/’ -f7 | sed “s/$/ $value/” >>a.txt$代表最末字符
4.grep-n -H -R "REGISTER_LAYER_CREATOR"在当前路径下搜索
来的任务:1.如何用模型例子跑起来
2.三通道
3.如何讲vbb数据转换为图片
# /usr/bin/env sh
DATA=/home/zht/codes/reid_sourcecode/output
echo "Create train.txt..."
rm -rf $DATA/train.txt
for file in $DATA/*
do#ls $file |cut -d '/' -f6>>label#echo $label#label=$file |cut -d '/' -f 2#echo $file#b=$file#a=$b| cut -d '/' -f1#echo $b#echo $alabel=$(basename $file)ls $file | cut -d '/' -f7 | sed "s/$/ $label/">>$DATA/train.txt#echo file#echo $file
done
echo "Done.."
#!/usr/bin/en sh
set -e
DATA=/home/zht/codes/reid_sourcecode/output
rm -rf $DATA/img_train_lmdb
/home/zht/apps/caffe-master/build/tools/convert_imageset --shuffle --resize_height=20 --resize_width=20 /home/zht/codes/reid_sourcecode/data/ /home/zht/codes/reid_sourcecode/data/train.txt /home/zht/codes/reid_sourcecode/data/train_lmdb
记录:
训练一个模型:坑:不要更改它的output1000到5因为它使用了dropout
batchsize=5过小,准确率只有0.81
batchsize=256,准确率有0.96
如果batchsize 过小,还会出现Restartingdata prefetching from
提示
,这不是错误,因为是因为数据集太小,它会很快的遍历一边数据集,然后就重新开始了。
outmemory:navid-msi来查看GPU使用情况
代码文件位于:
/home/zht/codes/myexamples/1/
http://www.cnblogs.com/wangxiaocvpr/p/5200837.html
ifeq($(USE_OPENCV), 1)
LIBRARIES+= opencv_core opencv_highgui opencv_imgproc
ifeq($(OPENCV_VERSION), 3)
LIBRARIES+= opencv_imgcodecs
endif
endif
opencv
loss=2.08643
accuracy=0.566667
makepy
这篇关于内涵:reid的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!