从无到有：跑通京东fast-reid工程

目录

1.fast-reid工程简介

2.怎样一步步的跑通fast-reid

3.怎样跑通自己的数据

4.在自己的训练样本上使用fast-reid遇到的问题

问题1：ModuleNotFoundError: No module named 'Cython'

问题2：在哪里加载自己预训练模型参数

问题3：在哪里修改数据增强方式

问题4：AssertionError: Error: all query identities do not appear in gallery

问题5：在哪里修改主干网络，以及怎么修改？

---

1.fast-reid工程简介

该工程的网络简介已经很多，我就不再赘言，上一篇参考链接：重磅，最强重识别工具箱FastReID开源，附带多种SOTA模型 - 知乎

2.怎样一步步的跑通fast-reid

step1：首先找一些fast-reid的说明文档，通过文档介绍，找到fast-reid工程的下载路径；

step2：在下载官方页面找到相应的训练或部署的信息，然后下载官方的fast-reid工程；

step3：安装官方文档要求的依赖库；因为我自己的机器上有相应的一些库，所以只安装了部分依赖，包括：yacs，faiss_cpu，tabulate,Cython；如果网络环境好，直接pip安装很方便，要是网络环境不好的时候需要下载相应的库，然后再使用pip安装，下载位置通过百度搜索“pypi”，然后进去搜索对应python版本和机器环境的库；

step4:进行自己的数据训练

3.怎样跑通自己的数据

可以参考查看解析：Fast-ReID 训练自己的数据集调优记录（二）_songlixiangaibin的博客-CSDN博客

自己一步一步调试成功的记录查看：fast-reid跑通自己的数据_猫猫与橙子的博客-CSDN博客

4.在自己的训练样本上使用fast-reid遇到的问题

问题1：ModuleNotFoundError: No module named 'Cython'

需要 Compile with cython to accelerate evalution

这样解决：

cd fastreid/evaluation/rank_cylib; make all

链接：fast-reid/GETTING_STARTED.md at master · JDAI-CV/fast-reid · GitHub

问题2：在哪里加载自己预训练模型参数

修改‘Base-bagtricks.yml’中的预训练模型加载的路径，如：

MODEL:
  META_ARCHITECTURE: Baseline

  BACKBONE:
    NAME: build_resnet_backbone
    NORM: BN                        #模型NORM 如果是多卡需要设置syncBN 多卡同步BN
    DEPTH: 50x
    LAST_STRIDE: 1
    FEAT_DIM: 2048                  #输出特征维度
    WITH_IBN: True #False
    PRETRAIN: True
    PRETRAIN_PATH: './model/resnest50_1203.pth'

然后具体的加载代码在resnet.py中。

 加载预训练模型参数的代码在335行，

if pretrain:
        # Load pretrain path if specifically
        if pretrain_path:
            try:
                state_dict = torch.load(pretrain_path, map_location=torch.device('cpu'))
                logger.info(f"Loading pretrained model from {pretrain_path}")
            except FileNotFoundError as e:
                logger.info(f'{pretrain_path} is not found! Please check this path.')
                raise e
            except KeyError as e:
                logger.info("State dict keys error! Please check the state dict.")
                raise e
        else:
            key = depth
            if with_ibn: key = 'ibn_' + key
            if with_se:  key = 'se_' + key

            state_dict = init_pretrained_weights(key)

        incompatible = model.load_state_dict(state_dict, strict=False)
        if incompatible.missing_keys:
            logger.info(
                get_missing_parameters_message(incompatible.missing_keys)
            )
        if incompatible.unexpected_keys:
            logger.info(
                get_unexpected_parameters_message(incompatible.unexpected_keys)
            )

问题3：在哪里修改数据增强方式

在‘Base-bagtricks.yml’中修改增强方式：

相关的代码位置在 ：

其中调用了pytorch中torchvision.transforms的数据增强方式，目前支持的数据增强方式有：

crop，augmix augmentation，auto augmentation，horizontal filp（镜像），padding， color jitter，random affine，random erasing，random patch

问题4：AssertionError: Error: all query identities do not appear in gallery

有参考链接：How can I prepare my own data about gallery and query? · Issue #173 · JDAI-CV/fast-reid · GitHub

我的理解：query和gallery的数据不能出自同一个摄像头id，所以如果自己的训练样本出自同一个摄像头id，可以将query和gallery的id赋不同值就可以解决上面的问题；

问题5：在哪里修改主干网络，以及怎么修改？

修改网络主干在

中的

默认是resnet50，参数为： build_resnest_backbone；如果要修改为其他主干，查看工程下的路径：

 其中有相应的命名和对应网络主干：

# encoding: utf-8
"""
@author:  liaoxingyu
@contact: [email protected]
"""

from .build import build_backbone, BACKBONE_REGISTRY

from .resnet import build_resnet_backbone
from .osnet import build_osnet_backbone
from .resnest import build_resnest_backbone
from .resnext import build_resnext_backbone
from .regnet import build_regnet_backbone, build_effnet_backbone
from .shufflenet import build_shufflenetv2_backbone
from .mobilenet import build_mobilenetv2_backbone
from .mobilenetv3 import build_mobilenetv3_backbone
from .repvgg import build_repvgg_backbone
from .vision_transformer import build_vit_backbone