开放式车辆ID 介绍 这是车辆Re-ID的存储库。 更新 此仓库不断更新。 2020-4-22：追加支持以节省GPU内存。 安装 要求 Linux CUDA 8.0或更高 Python3 火炬手1.1+ 安装open-VehicleReID 克隆open-VehicleReID存储库。 git clone https://github.com/BravoLu/open-VehicleReID.git 安装依赖项。 cd open-VehicleReID pip -r install requirements.txt 开始使用 下载数据集（ \ \ ）。 火车 python main.py -c < path> \\ -d < path> \\

AICity-reID 2020（第二轨） 在此存储库中，我们将2020 re-id曲目的第一名提交（百度提交） 我们融合了在Paddlepaddle和Pytorch上训练的模型。为了说明它们，我们分别提供了以下两个训练部分。 我们在包括培训代码。 我们在包括培训代码。 表现： AICITY2020 Challange Track2排行榜 队名 地图 关联 百度-UTS（我们的） 84.1％ 瑞亚爱 78.1％ DMT 73.1％ 提取的特征，相机预测和方向预测： 我已经更新了功能。您可以从或下载 ├── final_features/ │ ├── features/ /* extracted pytorch feature │ ├── pkl_feas/ /* extracted paddle feat

简介：VehicleReId 数据集由布尔诺理工大学发布，包含两台摄像机所录制的 5 个视频文件，并从中提取出 47123 张车辆图像。该数据集还包括 24530 组车辆配对信息，可被用于车辆重新识别等任务。

车辆X 该存储库包含ECCV2020中论文“使用属性下降模拟内容一致的车辆数据集”的代码。 VehicleX数据还与和。 相关资料：，，6， 。 您可以使用我们的快速浏览我们的数据。 该演示包含1362个中的70个id。使用VehicleX图像的整个过程分为三个步骤： 属性分布学习，并通过VehicleX引擎生成具有学习到的属性的图像（内容级别域适配）； 对生成的图像执行样式级别域适配（SPGAN）； 训练用于样式转换图像的re-ID模型。 这三个步骤的代码分别在，./ 和上可用。 欢迎您将代码的每个部分用于研究目的。 VehicleX的Unity源代码也可在上。 Vehicle