基于transformer模型的车辆行人识别

背景：

一位在读研究生通过我一个大学同学找我，让我花点时间帮他研究一下基于transformer模型的车辆行人识别，要求代码能够训练、加载模型测试、并要有适当的讲解解答。

思路：

具体思路很简答，需要搜集以下相关资料并研读，这花费了我不少时间：

1.标注好的行人车辆数据集

2.基于transformer模型的算法调试及相关文献研读

3.相关的服务器环境搭建

数据集：

目前目标检测领域，大多数是以coco数据集或者VOC数据集为参考，这里最终选取了coco数据集。需要说明的是，coco数据集本身比较庞大，而且要划分的类别也比较多，需要对其进行筛选，达到自己的需求才可以。

数据集下载网址如下：链接：https://pan.baidu.com/s/1OsO7b88_abuyaPn8frkzTw 
提取码：ojyq

数据集标注使用参考：https://www.jianshu.com/p/4a015f0b6fcf

解压缩后目录如下：data-->coco---->

data-->coco---->annotations:

图片目录如下：

 该数据集中，训练集train2017图片2101张，验证集val2017图片450张，测试集test2017图片449张。

算法：

算法重点参考DETR和DAB-DETR。

环境：

ubuntu20.04+python3.8+cuda

测试效果：