行人属性识别一：训练PA100k数据集

序言

最近在做行人属性识别相关的任务，本文用于记录训练过程，供以后复习查阅。

目前网上可用的行人属性识别仓库还是比较多的，比如前段时间百度开源的PP-Human属性识别、PULC 人体属性识别，以及京东的JDAI-CV/fast-reid都是比较优秀的工作，但是这里不打算用以上的项目，追述到源头，发现百度和京东的行人属性识别都是基于Rethinking_of_PAR该项目进行，所以我直接研究此项目即可，本文也将基于这个项目进行训练，以及后续的修改模型和训练自己的数据集。

行人属性识别数据集最新指标：https://paperswithcode.com/task/pedestrian-attribute-recognition/

其他相关项目：

https://github.com/chufengt/ALM-pedestrian-attribute
https://github.com/hyk1996/Person-Attribute-Recognition-MarketDuke
https://github.com/xh-liu/HydraPlus-Net

一、数据集准备

训练基于PA100k数据集，PA-100K数据集是迄今为止用于行人属性识别的最大数据集，其中包含从室外监控摄像头收集的总共100000张行人图像，每张图像都有26个常用属性。根据官方设置，整个数据集随机分为80000个训练图像、10000个验证图像和10000个测试图像。

这里我将数据集打包放在我的百度云盘中供需要下载，链接: https://pan.baidu.com/s/1WLWCZujhENVAL0Iz0BXnQQ 密码: iulh，下载下来后解压得到图片和.mat标签文件，将release_data文件夹重命名为data，先放置一边。

clone训练仓库下来：

git clone https://github.com/valencebond/Rethinking_of_PAR.git
cd Rethinking_of_PAR

这个仓库提供了很多行人属性数据集的训练方式，各个数据集训练的精度指标如下：

这里我只针对PA100k进行训练，其他数据集准备方式大同小异，因为作者没有提供预训练好的模型（谷歌云盘失效了），所以如果你想测试的话，需要自己先跑一遍训练，训练时间并没有很长。

因为该项目读取的是.pkl格式的标注文件，所以需要解析上面下载的.mat，并保存为.pkl文件，幸运的是作者也把准备的脚本提供了，在dataset/pedes_attr/preprocess/format_pa100k.py中，在使用format_pa100k.py脚本文件之前，需要先阅读一下dataset/pedes_attr/annotation.md，该文件的大致内容简单来说就是，需要将数据集的各个属性按照如下标准从头到脚排序一下，统一的属性顺序为：

head region
upper region
lower region
foot region
accessory/bag
age
gender
others

对于pa100k，26个属性排序后的新顺序为：

num_in_group = [2, 6, 6, 1, 4, 7]

‘Hat’,‘Glasses’, [7,8] 2
‘ShortSleeve’,‘LongSleeve’,‘UpperStride’,‘UpperLogo’,‘UpperPlaid’,‘UpperSplice’, [13,14,15,16,17,18] 6
‘LowerStripe’,‘LowerPattern’,‘LongCoat’,‘Trousers’,‘Shorts’,‘Skirt&Dress’, [19,20,21,22,23,24] 6
‘boots’ [25] 1
‘HandBag’,‘ShoulderBag’,‘Backpack’,‘HoldObjectsInFront’, [9,10,11,12] 4
‘AgeOver60’,‘Age18-60’,‘AgeLess18’, [1,2,3] 3
‘Female’ [0] 1
‘Front’,‘Side’,‘Back’, [4,5,6] 3

permutation = [7,8,13,14,15,16,17,18,19,20,21,22,23,24,25,9,10,11,12,1,2,3,0,4,5,6]

所以再去阅读format_pa100k.py文件就清晰多了，根据刚才下载的数据集路径，修改相关配置，然后运行后得到dataset_all.pkl文件，需要注意的是，如果没有将数据集存放在./data/PA100k下的话，而是存放外部文件夹的话，加载数据集时会报错，需要修改此处tools/function.py：

改成你的数据集路径，不然默认加载./data里的，看着修改就好了。

二、开始训练

修改configs/pedes_baseline/pa100k.yaml配置文件中的相关配置，批次大小、长宽、backbone等，修改完直接在终端中运行：

python train.py --cfg ./configs/pedes_baseline/pa100k.yaml

出现如下界面，即训练开始：

如果觉得打印的间隔太长，可以修改文件中的打印间隔：

训练结束后模型保存在exp_result文件夹中的pa100k/img_model，只有一个模型，因为该模型的名字在训练时由时间戳确定，所以后面以更优精度保存下来的模型都会覆盖该模型，如果想修改模型保存的名字，可以修改该行代码：

保存下来的模型名字带有最优的epoch和最优精度信息，看起来更加简单明了一点。

训练得到的最优精度为：

三、模型测试

因为作者没有提供单独测试某张图片的代码，所以我基于infer.py文件进行修改，得到demo.py文件，用于测试单张或者文件夹内多张图片功能：

import argparse
import json
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '0'
import picklefrom dataset.augmentation import get_transform
from dataset.multi_label.coco import COCO14
from metrics.pedestrian_metrics import get_pedestrian_metrics
from models.model_factory import build_backbone, build_classifierimport numpy as np
import torch
from torch.utils.data import DataLoader
from tqdm import tqdm
from PIL import Image
from configs import cfg, update_config
from dataset.pedes_attr.pedes import PedesAttr
from metrics.ml_metrics import get_map_metrics, get_multilabel_metrics
from models.base_block import FeatClassifier
# from models.model_factory import model_dict, classifier_dictfrom tools.function import get_model_log_path, get_reload_weight
from tools.utils import set_seed, str2bool, time_str
from models.backbone import swin_transformer, resnet, bninception,repvggset_seed(605)clas_name = ['Hat','Glasses','ShortSleeve','LongSleeve','UpperStride','UpperLogo','UpperPlaid','UpperSplice','LowerStripe','LowerPattern','LongCoat','Trousers','Shorts','Skirt&Dress','boots','HandBag','ShoulderBag','Backpack',,'HoldObjectsInFront','AgeOver60','Age18-60','AgeLess18','Female','Front','Side','Back']def main(cfg, args):exp_dir = os.path.join('exp_result', cfg.DATASET.NAME)model_dir, log_dir = get_model_log_path(exp_dir, cfg.NAME)train_tsfm, valid_tsfm = get_transform(cfg)print(valid_tsfm)backbone, c_output = build_backbone(cfg.BACKBONE.TYPE, cfg.BACKBONE.MULTISCALE)classifier = build_classifier(cfg.CLASSIFIER.NAME)(nattr=26,c_in=c_output,bn=cfg.CLASSIFIER.BN,pool=cfg.CLASSIFIER.POOLING,scale =cfg.CLASSIFIER.SCALE)model = FeatClassifier(backbone, classifier)if torch.cuda.is_available():model = torch.nn.DataParallel(model).cuda()model = get_reload_weight(model_dir, model, pth='best_11_0.8044.pth')                               # 修改此处的模型名字model.eval()with torch.no_grad():for name in os.listdir(args.test_img):print(name)img = Image.open(os.path.join(args.test_img,name))img = valid_tsfm(img).cuda()img = img.view(1, *img.size())valid_logits, attns = model(img)valid_probs = torch.sigmoid(valid_logits[0]).cpu().numpy()valid_probs = valid_probs[0]>0.5res = []for i,val in enumerate(valid_probs):if val:res.append(clas_name[i])if i ==14 and val==False:res.append("male")print(res)print()def argument_parser():parser = argparse.ArgumentParser(description="attribute recognition",formatter_class=argparse.ArgumentDefaultsHelpFormatter)parser.add_argument("--test_img", help="test images", type=str,default="./test_imgs",)parser.add_argument("--cfg", help="decide which cfg to use", type=str,)parser.add_argument("--debug", type=str2bool, default="true")args = parser.parse_args()return argsif __name__ == '__main__':args = argument_parser()update_config(cfg, args)main(cfg, args)

运行命令：python demo.py --cfg ./configs/pedes_baseline/pa100k.yaml --test_img ./test_imgs，得到类似如下结果：

我这里的结果是将列表里的英文翻译成中文显示处理，至此训练结束，下一篇将写如何修改添加新的网络进行训练。