源代码来了 | 英伟达开源行人生成/重识别代码

前几天英伟达开源了DG-Net的源码。让我们来回顾一下这篇CVPR19 Oral的论文。

论文是英伟达(NVIDIA), 悉尼科技大学(UTS), 澳大利亚国立大学(ANU)的研究人员在CVPR19上口头报告的文章《 Joint Discriminative and Generative Learning for Person Re-identification》。深度学习模型训练时往往需要大量的标注数据,但收集和标注大量的数据往往比较困难。作者在行人重识别这个任务上探索了利用生成数据来辅助训练的方法。通过生成高质量的行人图像，将其与行人重识别模型融合，同时提升行人生成的质量和行人重识别的精度。

论文链接：https://arxiv.org/abs/1904.07223
B 站视频： https://www.bilibili.com/video/av51439240/
腾讯视频： https://v.qq.com/x/page/t0867x53ady.html

代码地址：https://github.com/NVlabs/DG-Net

代码运行效果：(训练100000次迭代)

开发环境：

Python 3.6
GPU Memory >= 15G 如果使用fp32精度
GPU Memory >= 10G 如果使用fp16精度，可以节省一部分显存
NumPy
PyTorch 1.0+
[Optional] APEX (使用fp16要安装)

数据集下载地址：

采用的是Market-1501 数据集 http://www.liangzheng.com.cn/Project/project_reid.html

训练好的模型下载：

百度网盘：https://pan.baidu.com/s/1503831XfW0y4g3PHir91yw password: rqvf
GoogleDrive：https://drive.google.com/open?id=1lL18FZX1uZMWKzaZOuPe3IuAdfUYyJKH

测试效果如下：

行人重识别的精度：

生成的行人图像：

训练的命令很简单：

选项已经内置到yaml文件中，若按照全精度fp32来运行，约占用15G显存。

python train.py --config configs/latest.yaml

若使用半精度训练，则只使用约10G显存。

python train.py --config configs/latest-fp16.yaml

训练的log可使用tensorboard 来查看

 tensorboard --logdir logs/latest

作者简介
本文的第一作者郑哲东是悉尼科技大学计算机科学学院的博士生，预计2021年 6 月毕业。该论文是其在英伟达实习期间的成果。

郑哲东目前已经发表8篇论文。其中一篇为ICCV17 spotlight，被引用超过了300次。首次提出了利用GAN生成的图像辅助行人重识别的特征学习。一篇TOMM期刊论文被Web of Science选为2018年高被引论文，被引用超过200次。同时，他还为社区贡献了行人重识别问题的基准代码，在Github上star超过了1000次，被广泛采用。

另外，论文的其他作者包括英伟达研究院的视频领域专家 - 杨晓东、人脸领域专家禹之鼎（Sphere Face，LargeMargin作者）、行人重识别专家郑良博士，郑哲东的导师杨易教授（今年有三篇 CVPR oral 中稿）、和英伟达研究院的副总裁 Jan Kautz。