目前行人再識別的資料集比較常用的有：market-1501、 dukemtmc-reid、cuhk03，後面有時間會上傳如何處理資料集的**。目前常使用的方式：資料集下有以下幾個資料夾：
val: 包含n個子資料夾，每個資料夾只包含一張對應標籤人的；
gallery: 查詢庫的影象，包含m個子資料夾；
query: 待查詢的影象
market-1501:
market-1501 資料集在清華大學校園中採集，夏天拍攝，在 2015 年構建並公開。它包括由6個攝像頭(其中5個高畫質攝像頭和1個低清攝像頭)拍攝到的 1501 個行人、32668 個檢測到的行人矩形框。每個行人至少由2個攝像頭捕獲到，並且在乙個攝像頭中可能具有多張影象。訓練集有 751 人，包含 12,936 張影象，平均每個人有 17.2 張訓練資料；測試集有 750 人，包含 19,732 張影象，平均每個人有 26.3 張測試資料。3368 張查詢影象(query/probe)的行人檢測矩形框是人工繪製的，而 測試庫(gallery) 中的行人檢測矩形框則是使用dpm檢測器檢測得到的。
dukemtmc-reid：
該資料集採集來自8個不同的攝像頭。並且提供了人工標註的bounding box。dukemtmc-reid包含來自8個攝像機的1812個身份的36411張影象。訓練集使用了702個身份的16,522張影象。測試集包含702個身份、2,228個查詢影象(probe/query)和17,661個相簿影象(gallery)。
cuhk03:
cuhk03包含1467個行人，收集自the chinese university of hong kong校園內的10個(5對)不同的攝像頭。常見的使用是將資料集分為包含 767 個行人的訓練集和包含 700 個行人的測試集。
行人重識別（二）跨模態的行人重識別
感謝前輩總結的 列表，為了方便自己以後翻閱，鏈結擱這兒 在我們現實生活中，可見光條件下的攝像機拍到的影象，往往會包含行人的大部分外觀資訊，然而現實中並不只需要在可視條件極佳的條件下進行監控，在夜晚或者可視條件極差的場景中也有監控的需要，這個時候，紅外相機拍攝的影象便可用於行人的再識別。據我所知，現階...
行人再識別的挑戰和最新進展
2018 年 9 月 18 日，2018 世界人工智慧大會 視覺智慧型 瞳鑑未來七牛雲專場分論壇在上海國際會議中心 5 樓歐洲廳舉行。華為諾亞方舟實驗室計算視覺首席科學家 美國德克薩斯大學聖安東尼奧分校計算機系教授田奇，在會上為大家帶來了題為 行人再識別的挑戰和最新進展 的分享。以下內容根據現場演講...
人臉識別 通過opencv進行人臉識別
opencv人臉識別主要有3種演算法 具體步驟 一 人臉的訓練，需要將訓練中人臉扣出 正臉 轉化灰度圖 直方圖均衡化 訓練 二 經過同樣步驟處理，然後 每個檔案裡有幾張訓練 使用官方提供的模型構建特徵提取器 predictor dlib.shape predictor predictor path ...