搞了四天的REID环境配置

我先跟大家说一下我存在的哪几类报错吧

1.c++的依赖环境没安装   (安装c++的依赖环境链接：https://pan.baidu.com/s/1FzIyQ1OpxI7DxNCUwyot2Q 提取码：ux9q )

2.Broken pipe 报错  (把ImageDataManager函数中workers设置为0)

3.我在重新安装命令python setup.py develop的时候存在

D:Study- PlaceAIYOLOYolov5_DeepSort_PytorchREIDreid-originaldeep-person-reid-mastertorchreidmetricsrank_cylibrank_cy.cp37-win_amd64.pyd 拒绝访问的问题

(你把这个文件删除就可重新安装了)

正文开始

首先到https://github.com/KaiyangZhou/这下载源码

解压完成后就是这样的文件形式

然后cd到文件目录下

 执行这下面这几条命令(并且在其中全点y)

conda create --name torchreid python=3.7
conda activate torchreid
pip install -r requirements.txt
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch  (这条命令你需要在torch官网上查询对应torch版本 (建议使用anaconda下载,我下的是11.3的版本))
python setup.py develop

然后显示Finish的字样就是完成了

尝试pip show torchreid看看是否存在问题,显示正常信息那就不存在问题了

这是我文件的目录 reid.py是训练代码

# 模块引入
import torchreid
import torch
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
# 加载数据管理器
datamanager = torchreid.data.ImageDataManager(
    root='reid-data',
    sources='market1501',
    targets='market1501',
    height=256,
    width=128,
    batch_size_train=32,
    batch_size_test=100,
    transforms=['random_flip', 'random_crop']
)
# 构建模型、优化器和lr_scheduler
model = torchreid.models.build_model(
    name='resnet50',
    num_classes=datamanager.num_train_pids,
    loss='softmax',
    pretrained=True
)

model = model.to(device)
#model = model.cuda()
optimizer = torchreid.optim.build_optimizer(
    model,
    optim='adam',
    lr=0.0003
)

scheduler = torchreid.optim.build_lr_scheduler(
    optimizer,
    lr_scheduler='single_step',
    stepsize=20
)
# Build engine
engine = torchreid.engine.ImageSoftmaxEngine(
    datamanager,
    model,
    optimizer=optimizer,
    scheduler=scheduler,
    label_smooth=True
)
# 进行培训和测试
engine.run(
    save_dir='log/resnet50',
    max_epoch=60,
    eval_freq=10,
    print_freq=10,
    test_only=False
)

数据集我是用的是market1501数据格式是这样的

 数据集market1501在csdn上一查就有

代码教程是在How-to — torchreid 1.4.0 documentation (kaiyangzhou.github.io)上的