vehicle_reid_by_parsing:此回购提供了代码“刘新晨刘吴郑金凯严成刚陶梅:超出部分的内容:学习用于车辆重新识别的多视图跨部分关联。ACMMM

vehicle_reid_by_parsing 此仓库给出了代码“刘新晨,刘吴,郑金凯,严成刚,陶梅:。ACMMM 2020”的代码。 该代码基于。 要求 python≥3.6Linux或macOS PyTorch≥1.0 与Pytorch安装匹配的torchvision。 您可以在它们安装在一起以确保这一点。 Cython(可选,用于编译评估代码) 张量板(可视化所需): pip install tensorboard 资料准备 要通过解析训练车辆残差模型,您需要原始图像数据集(例如和所有图像的解析蒙版。 有关预训练的车辆型号解析基础上PSPNet / DeepLabV3 / HRN