【源码】基于PyTorch的行人属性识别系统

项目简介

本项目是基于PyTorch的行人属性识别系统，可在Market-1501和DukeMTMC-reID-attribute两个开源数据集上开展行人属性的评估、训练与测试工作，主要用于识别和分类行人的各类属性，像性别、年龄、背包携带状态等。

项目的主要特性和功能

1. 数据准备：提供数据集的下载、解压和整理工具，便于用户准备训练、测试和查询所需数据。
2. 预训练模型：提供在Market和Duke数据集上预训练的模型权重，可直接用于属性识别或微调。
3. 模型训练和测试：用户能使用提供的代码进行模型训练，并测试其在测试数据集上的性能。
4. 结果保存和可视化：训练和测试结果保存为科学文件（.mat）格式，方便后续分析。
5. 模型转换：提供将PyTorch模型转换为ONNX格式的工具，利于模型部署和可视化。

安装使用步骤

1. 环境准备

• 安装Python 3.5及更高版本。
• 安装PyTorch 0.4.1及更高版本。
• 安装torchvision 0.2.1及更高版本。
• 安装matplotlib、sklearn、prettytable（可选）。

2. 数据集准备

• 下载Market-1501和DukeMTMC-reID-attribute数据集。
• 使用项目提供的脚本进行数据集解压和整理。

3. 训练模型

• 使用train.py脚本进行模型训练。
• 设定训练参数，如学习率、批处理大小等。

4. 测试模型

• 使用test.py脚本进行模型测试。
• 设定测试参数，如数据集、模型路径等。

5. 结果保存和可视化

• 训练和测试的结果将被保存为.mat文件。
• 使用mat2csv.py脚本将.mat文件转换为CSV格式，以便于后续分析。

6. 模型转换

• 使用inference.py脚本将PyTorch模型转换为ONNX格式。
• 设定转换参数，如模型路径、输出路径等。

注意：项目中的代码和脚本是针对特定数据集和任务的，因此可能需要用户根据自己的需求进行调整。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】