Розробка методу повторної ідентифікації людини

Abstract

Зроблено огляд нейромережевої архітектури OSNet з метою навчання власних моделі повторної ідентифікації людини. Також було розглянуто структуру нейронної мережі. Досліджено існуючі набори даних для навчання моделей. Здійснено навчання моделей за допомогою PyTorch. Отримані власні моделі було перевірено на валідаційних наборах даних Market-1501 та DukeMTMC-reID. Представлено результати навчання нейромережевих моделей. Отримані результати порівняно з існуючими аналогами.

The review of OSNet neural network architecture is made for the purpose of training of own models of re-identification of the person. The structure of the neural network was also considered. Existing data sets for model training are investigated. Models were trained using PyTorch. The obtained own models were tested on the validation databases Market-1501 and DukeMTMC-reID. The results of learning neural network models are presented. The results are obtained in comparison with existing analogues.