行人重识别02-13：fast-reid(BoT)-实用技巧分享（3）-精度提升，训练超大数据集randperson

以下链接是个人关于fast-reid(BoT行人重识别) 所有见解，如有错误欢迎大家指出，我会第一时间纠正。有兴趣的朋友可以加微信：a944284742相互讨论技术。若是帮助到了你什么，一定要记得点赞！因为这是对我最大的鼓励。
行人重识别02-00：fast-reid(BoT)-目录-史上最新无死角讲解

前言

    对于行人重识别来说，其类似于人脸识别。需要超级大数据集才能获得比较好的效果。但是行人重识别的数据获取难度是很大的。不像人脸的数据集，就公开的而言，都有好些大数据集。但是行人从识别的大数据集，几乎可以说是没有的。但是最近公开了一个虚拟的行人从识别数据集，虽然说是虚拟的，但是根据作者的介绍，该数据集能够大幅度增加行人重识别的准确率。相关链接如下：
论文链接：https://arxiv.org/abs/2006.12774
项目数据链接：https://github.com/VideoObjectSearch/RandPerson
请大家先下载好数据集，本人下载之后显示如下：

但是后续我们只需要其中的 images 部分，本人的分布如下：

其每个文件具体代表什么，就不在进行介绍了，因为前面给出的链接，官方有详细的介绍。大家下载好之后呢，如下所示摆放好数据：

我们分别进入 images 中的每一个文件夹，如 scene00，scene01…，然后在每个文件夹下面都执行解压指令：

for tar in ca*.tar.gz;  do tar xvf $tar; done

如本人解压 scene00 之后显示如下图：

解压完所有的 cameraxx.tar.gz 之后，我们就可以进行训练了。

数据读取代码

首先，我们需要编写一个