yolov5_reid附代码，行人重识别，可做跨视频人员检测

Posted 2023-03-28 爱吃肉的鹏

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了yolov5_reid附代码，行人重识别，可做跨视频人员检测相关的知识，希望对你有一定的参考价值。

该项目利用yolov5+reid实现的行人重识别功能，可做跨视频人员检测。

应用场景：

可根据行人的穿着、体貌等特征在视频中进行检索，可以把这个人在各个不同摄像头出现时检测出来。可应用于犯罪嫌疑人检索、寻找走失儿童等。

支持功能：

1.reid训练

2.人员标注

3.人员查找(可做跨视频人员检测)

Reid训练

人员标注

人员查找(yolov5+Reid)

Reid训练

ps:Reid理论部分参考：Reid理论视频参考课程

项目支持多网络，如resnet50, resnet50_ibn_a, se_resnext50等主干网络。

下载代码后输入：

python tools/train.py --config_file configs/softmax_triplet.yml MODEL.DEVICE_ID "('0')" DATASETS.NAMES "('market1501')" DATASETS.ROOT_DIR "(r'./data')

其中softmax_triple.yml是配置文件(里面包含了训练epochs，学习率，优化器等参数配置)。

训练可选参数 ：

参数说明：

--config_file: 配置文件路径，默认configs/softmax_triplet.yml

--weights: pretrained weight path

--neck: If train with BNNeck, options: bnneck or no

--test_neck: BNNeck to be used for test, before or after BNNneck options: before or after

--model_name: Name of backbone.

--pretrain_choice: Imagenet

--IF_WITH_CENTER: us center loss, True or False.

配置文件的修改：

(注意：项目中有两个配置文件，一个是config下的defaults.py配置文件，一个是configs下的yml配置文件，一般配置yml文件即可，当两个配置文件参数名相同的时候以yml文件为主，这个需要注意一下)

configs文件:

以softmax_triplet.yml为例

SOLVER:
OPTIMIZER_NAME: 'Adam' # 优化器
MAX_EPOCHS: 120 # 总epochs
BASE_LR: 0.00035
IMS_PER_BATCH: 8 # batch

CHECKPOINT_PERIOD: 1 # 权重保存周期
LOG_PERIOD: 1 # 日志周期
EVAL_PERIOD: 1 # 测试周期，测map
TEST:
IMS_PER_BATCH: 4 # test batch
RE_RANKING: 'no'
WEIGHT: "path" # test weight path
FEAT_NORM: 'yes'
OUTPUT_DIR: "/logs" # model save path

=> Market1501 loaded
Dataset statistics:
----------------------------------------
subset | # ids | # images | # cameras
----------------------------------------
train | 751 | 12936 | 6
query | 750 | 3368 | 6
gallery | 751 | 15913 | 6
----------------------------------------
Loading pretrained ImageNet model......

2023-02-24 21:08:22.121 | INFO | engine.trainer:log_training_loss:194 - Epoch[1] Iteration[19/1484] Loss: 9.194, Acc: 0.002, Base Lr: 3.82e-05
2023-02-24 21:08:22.315 | INFO | engine.trainer:log_training_loss:194 - Epoch[1] Iteration[20/1484] Loss: 9.156, Acc: 0.002, Base Lr: 3.82e-05
2023-02-24 21:08:22.537 | INFO | engine.trainer:log_training_loss:194 - Epoch[1] Iteration[21/1484] Loss: 9.119, Acc: 0.002, Base Lr: 3.82e-05

训练好的权重会自动保存在logs下。

人员标注

可将视频中嫌疑人(特定人员)，可以运行person_search/get_query.py，按住鼠标左键不放，拖动进行人员款选标注，标注后的人员会自动保存在query文件中(命名格式为markt1501)，按空格键继续播放视频。

也可以直接将图像放在query文件中，但名字也需要按mark1501命名。

人员查找(yolov5+Reid)

参数说明：

--weights: yolov5权重路径

--source: video/file/ path

--data: data/coco128.yaml

--imgsz: 输入图像大小，默认(640,640)

--conf_thres:置信度阈值

--iou_thres:iou阈值

--classes:过滤的类

--half:半精度推理

--dist_thres:reid对比的距离阈值(小于该阈值判断为同一个人)

--save_res:保存视频图像

python search.py --weights yolov5s.pt --source 0 --dist_thres 1.5

如果需要检测视频或者多视频(跨视频检测)，需要指定source路径。

代码：

git clone https://github.com/YINYIPENG-EN/yolov5_reid.git

权重下载：

检测：将 ReID_resnet50_ibn_a.pth放在👂person_search/weights文件下，yolov5s.pt放person_search下

训练：将 r50_ibn_2.pth，resnet50-19c8e357.pth放在yolov5_reid/weights下

注意：训练和检测(person_search)是两个独立的项目！！

链接：百度网盘请输入提取码提取码：yypn

light-reid：轻量化行人重识别开源工具箱

https://zhuanlan.zhihu.com/p/348214785

GITHUB：wangguanan/light-reid

PAPER: https://arxiv.org/abs/2008.06826

Author HomePage：https://wangguanan.github.io/

本文提出了基于 Pytorch 的轻量化行人重识别（person re-identification, reid）开源工具箱 light-reid。不同于已有开源 reid 工具箱往往关注于精度，该工具箱在保证精度的同时，力求更加快速的 reid 模型推理以及行人搜索。应用于该工具箱的部分加速模块已经被 ECCV2020 接收。（注：本文 reid 特指 person reid，即行人重识别）

框架

什么是 reid，如何实现

简单理解就是，我们需要根据某行人A的图像，在图像候选集中找到该行人A的其他图像。reid 技术在实际场景中有着很重要的作用。

使用 reid 技术，我们便可以在一个监控系统中，构建行人的运动轨迹，并应用到各种下游任务。比如在小区监控系统中，我们在某个时刻锁定犯人A，根据 reid 技术，我们就可以在整个监控系统的中，自动的找出犯人A在整个小区监控中出现的图片，并确定他的运动轨迹，最终辅助警察抓捕。再比如在智慧商业场景中，我们可以根据 reid 技术描绘出每个消费者的商场运动轨迹和区域驻留时间，从而优化客流、辅助商品推荐等。

reid 算法可以分解为以下3步：

特征提取：给定一个查询图片（query image）和大量的数据库图片（gallery images），提取出它们的语义特征。在这个特征空间，同一个人的图片距离尽可能小，不同人图片距离尽可能大。目前主流的 reid 算法使用深度卷机神经网络（CNN，如 ResNet50）提取特征。
距离计算：得到查询特征（query feature）和数据库特征（gallery features）后，计算查询图片和数据库图片的距离。通常使用欧式（euclidean）、余弦（cosine）距离等。
排序返回：得到距离后，我们可以使用排序算法对样本进行排序，通过卡距离阈值或者K近邻的方法，返回最终样本。一般使用快速排序算法，其复杂度是 O(NlogN)，N 为数据库图片数量。

回顾已有 reid 工具箱

名称	作者	单位	特点	年份
torchreid	Kaiyang Zhou	萨里大学	封装完善	2018
fastreid	Xingyu Liao	京东人工智能研究院	支持部署	2019
open-unreid	mmlab	香港中文大学	无监督场景	2020
light-reid (本文框架)	Guan'an Wang	中国科学院自动化研究所	轻量化场景	2020

截至目前，学术界、工业界已经发布了多个 reid 工具箱，这些工具箱极大的推动了 reid 技术的发展，为 reid 社区做出了重大的贡献。我们简单回顾一下目前已有的 reid 工具箱以：

torchreid：torchreid 发布于2018年05月，由萨里大学（University of Surrey, UK）的 Kaiyang Zhou 博士发布并维护，是发布最早、最完善、受关注度最高的reid工具箱之一。它提供了良好的模块封装（包括数据、模型、损失函数、训练引擎、测试协议等），部分最新reid模型的实现，预训练模型，结果可视化等。除此之外，它还提供了详细的文档支持，截至目前该库在 github 上已经收获了超过 2.3k 的star，其影响力可见一斑。
fastreid：fastreid (paper, author: Lingxiao He, Xingyu Liao, Wu Liu, etc.) 发布于2020年6月，由 JDAI-CV 实验室支持并维护。该库是第一个工业级别 reid 工具箱，它不仅具有简单好用的优势，更集成的 ONNX/TensorRT 模块用于工程部署。除此之外，该库提供了YAML文件来轻松定义数据、模型、目标函数等。即使是小白也可以轻松训练自己的 reid 模型。该库在发布短短3个月的时间内，github star 数已经超过 1.5k。
open-unreid：open-unreid 工具箱主要关注于无监督 reid （即只有训练数据，没有训练标签）。研究无监督 reid （unsupervised reid）的小伙伴们可以多多关注这个工具箱。open-unreid 工具箱主要关注于无监督 reid （即只有训练数据，没有训练标签）。研究无监督 reid （unsupervised reid）的小伙伴们可以多多关注这个工具箱。

除了 reid 工具箱，很多学者也公开了一些简单且高性能的 reid baseline（基础模型）。这些 reid baseline 结构简单，训练推理速度快，且性能也具有一定的竞争力。基于这些 baseline，研究人员可以快速地验证自己的 idea，避免重复刷点等体力劳动。

reid_baseline：reid_baseline 是一个基于pytorch实现的，小巧、友好并且强大的 reid baseline。它的性能媲美当前最好的公开方法（强大），支持fp16精度用2GB显存进行训练（小巧），并且提供了一个8分钟快速教程入门reid（新手友好）。该 baseline 由 Zhezhong Zheng 博士于2017年发布，至今 github star 数量已经超过 2k。
bagtricks_reid：bagtricks_reid 在 reid_baseline 中集成了众多简单好用的技巧，并在行人reid，车辆reid等多个任务上。该 baseline 由 Hao Luo 博士发布并维护，发布时间是2019年，目前在 github 上已经获得 star 数超过1.3k。
agw: agw 相比 bagtricks_reid, 不仅加入了更多的技巧，取得了更高的性能，同时将该模型应用到多模态reid（cross-modality visible-infrared reid）中，取得了优异的成绩。该方法由起源人工智能研究院(IIAI) 的 Mang Ye 博士提出。
sbs(stronger_baseline): sbs 由 JDAI-CV 实验室发布，由 fastreid 工具箱实现。该方法基于前三者的基础，同时加入了 circle loss/ arcface 等损失函数，使得其不仅在公开学术数据集上取得了目前最好的性能，更在大规模数据集上得到了验证。

为什么要 light-reid

通过回顾已有的 reid 工具箱我们可以发现，目前的 reid 工具箱/基础模型全部关注 reid 精度（CMC，mAP）。除了精度，速度也是一个非常重要的指标。尤其是在实际业务场景中，在计算资源有限的情况下，快速的推理、搜索显得尤为重要。为了补齐目前 reid 工具箱的短板，我们提出的 light-reid 工具箱关注精度的同时，更可以加速推理和搜索。

结合以上3个目前已有个 reid 工具箱，我们的 light-reid 可以完善 reid 工具箱的生态，从精度，到速度，再到工业应用，形成良好闭环。这也是我们提出 light-reid 工具箱的初衷与动机。

light-reid 提供了针对 reid 任务的完整的工具箱，包括数据准备、模型搭建、训练、评估、加速等。它具有如下特点：

模块化和灵活的设计：方便研究者快速将新的模块插入和替换现有流程中，帮助学界快速验证新思路；
众多State-of-the-art预训练模型：我们初步实现了2个 reid baseline，包括 bagtricks 和 agw ，未来将会实现更多 reid baseline;
一键加速：轻松的对现有 reid 模型进行轻量化改进，提高其特征提取（feature extraction）速度和图像检索（image retrieval）速度。

什么是 light-reid

light-reid 框架如上图所示，一共分为3个模块，分别是 light-model (轻量化模型)，light-feature（轻量化特征）以及 light-search（轻量化搜索）：

light-model (轻量化模型)：轻量化模型模块通过使用模型蒸馏的方法，学习到性能较好、计算量较小的 reid 模型。实验结果表明，该模块可以对特征提取加速3x（resnet18 v.s. resnet50），且精度（mAP）降低控制在 2% 左右。
light-feature (轻量化特征)：light-feature 通过对实值（real-value）特征进行二值量化（binarization），降低存储空间并加速距离计算。实验结果表明，相比 float64 型实值编码，二值编码存储空间降低64倍，距离计算速度加速 3x，精度损失几乎为零。
light-search (轻量化搜索)：light-search 通过我们在ECCV2020上提出的层级搜索策略，更多的利用短码进行快速粗排，仅对少量候选样本进行精排序。实验结果表明，该方法可以加速搜索 5x 左右，精度降低控制在2%。

以上三个模块可以同时使用，对特征提取加速3x，对搜索加速20x，精度降低仅在4%左右。

4步入门 light-reid

light-reid 提供了简单灵活的模块，方便使用者构建数据集、搭建模型，进行训练、测试以及可视化。

构建训练和测试集

 # build dataset
datamanager = lightreid.data.DataManager(
    sources=lightreid.data.build_train_dataset([args.dataset]),
    target=lightreid.data.build_test_dataset(args.dataset),
    transforms_train=lightreid.data.build_transforms(img_size=[256, 128], transforms_list=['randomflip', 'padcrop', 'rea']),
    transforms_test=lightreid.data.build_transforms(img_size=[256, 128], transforms_list=[]), sampler='pk', p=16, k=4)

构建模型、损失函数和优化器

# build model
backbone = lightreid.models.backbones.resnet50(pretrained=True, last_stride_one=True)
pooling = nn.AdaptiveAvgPool2d(1)
head = lightreid.models.BNHead(in_dim=backbone.dim, class_num=datamanager.class_num)
model = lightreid.models.BaseReIDModel(backbone=backbone, pooling=pooling, head=head)
# build loss
criterion = lightreid.losses.Criterion([
    'criterion': lightreid.losses.CrossEntropyLabelSmooth(num_classes=datamanager.class_num), 'weight': 1.0,
    'criterion': lightreid.losses.TripletLoss(margin=0.3, metric='euclidean'), 'weight': 1.0,
])
# build optimizer
optimizer = torch.optim.Adam(model.parameters(), lr=0.00035, weight_decay=5e-4)
lr_scheduler = lightreid.optim.WarmupMultiStepLR(optimizer, milestones=[40, 70], gamma=0.1, warmup_factor=0.01, warmup_epochs=10)
optimizer = lightreid.optim.Optimizer(optimizer=optimizer, lr_scheduler=lr_scheduler, max_epochs=120)

构建引擎（可选是否使用 light-reid）

# build engine
solver = lightreid.engine.Engine(
    results_dir=args.results_dir, datamanager=datamanager, model=model, criterion=criterion, optimizer=optimizer, use_gpu=True,
    light_model=args.lightmodel, light_feat=args.lightfeat, light_search=args.lightsearch)

运行（训练、测试、可视化）

# train
solver.train(eval_freq=10)
# test
solver.resume_latest_model()
solver.eval(onebyone=True)
# visualize
solver.visualize()

支持 YAML 定义

除了上述手撸代码的比较复杂的操作，我们还支持基于如下格式的YAML文件定义模型配置。

env:
  results_dir: './results/duke/resnet50/'
  use_gpu: True
  data_parallel: True
  sync_bn: False

lightreid:
  light_model: False
  light_feat: False
  light_search: False

data:
  sources: ['dukemtmcreid']
  targets: ['market1501', 'dukemtmcreid']
  img_size: [256, 128] # height, width
  transforms_train: ['randomflip', 'padcrop', 'rea']
  transforms_test: []
  mean: [0.485, 0.456, 0.406]
  std: [0.229, 0.224, 0.225]
  sampler: 'pk'
  p: 16
  k: 4

model:
  backbone:
    name: 'resnet50'
    last_stride_one: True
    pretrained: True
  pooling:
    name: 'avgpool'
  head:
    name: 'bnhead'
    classifier:
      name: 'linear'

criterion:
  loss1:
    display_name: 'classification_loss'
    criterion:
      name: 'cross_entropy_label_smooth'
    inputs:
      inputs: 'logits'
      targets: 'pids'
    weight: 1.0
  loss2:
    display_name: 'triplet_loss'
    criterion:
      name: 'tripletloss'
      margin: 0.35
      metric: 'euclidean'
    inputs:
      emb: 'feats'
      label: 'pids'
    weight: 1.0

optim:
  optimizer:
    name: 'adam'
    lr: 3.5e-4
    weight_decay: 5.0e-4
  lr_scheduler:
    name: 'warmup_multistep'
    milestones: [40, 70]
    gamma: 0.1
    warmup_factor: 0.01
    warmup_epochs: 10
  max_epochs: 120

并使用如下python脚本进行训练和测试。

import argparse, ast
import sys
sys.path.append('../..')
sys.path.append('.')
import torch
import lightreid
import yaml
import time


parser = argparse.ArgumentParser()
parser.add_argument('--config_file', type=str, default='./configs/base_config.yaml', help='')
args = parser.parse_args()

# load configs from yaml file
with open(args.config_file) as file:
    config = yaml.load(file, Loader=yaml.FullLoader)
# init solver
solver = lightreid.build_engine(config)

# train
solver.train(eval_freq=10)

# test
solver.resume_latest_model()
solver.smart_eval(onebyone=True, mode='normal')

# visualize
solver.resume_latest_model()
solver.visualize()

实验结果

基于 light-reid 实现的 bagtircks 方法在 Market1501 的数据库上的测试结果如下图所示。light-reid 可以加速搜索 22x，特征提取速度 3x，精度损失大约在 4%. 更多实验结果，请参考链接。

light model 加速特征提取 3x：特征提取速度从79ms 加速到 23ms，搜索速度从 382ms 加速到 59ms，而精度损失控制在2%左右；
light feature 加速搜索 4x，精度损失几乎为零：搜索速度从 382ms 加速到 83ms，精度几乎不会降低；
light search 加速搜索 22x：搜索速度从382ms 加速到 17ms，精度掉点大约在2%；

实验结果

总结

reid 社区目前已经多个工具箱以及 baseline，它们极大的促进了 reid 技术的发展。但美中不足的是，他们主要关注精度，却忽视了速度这个重要指标。我们提出的 light-reid 工具箱在关注精度的同时，提供了一键式的加速算法，提高推理以及搜索速度。结合已有 reid 工具箱，我们的 light-reid 完善了 reid 工具箱的生态，从精度，到速度，再到工业应用，形成良好闭环。

以上是关于yolov5_reid附代码，行人重识别，可做跨视频人员检测的主要内容，如果未能解决你的问题，请参考以下文章

AAAI 2022行人/车辆重识别相关论文和代码（更新完毕）

CVPR2021 行人重识别/Person Re-identification 论文+开源代码汇总

基于视频的行人重识别结果可视化

CVPR 2022 部分行人重识别