GuoQuanhao / Augmented-Geometric-Distillation-Paddle

Augmented-Geometric-Distillation Reproduced by GuoQuanhao using the PaddlePaddle

Augmented-Geometric-Distillation

Reproduced by GuoQuanhao using the PaddlePaddle

paper link

Official codel

Aistudio repo of Paddle

ResNet预训练模型和训练日志模型，生成的Dreaming data已上传至百度云盘，密码：mit0

数据集构建

用到的Market-1501-v15.09.15和MSMT17数据集已挂载在AIStudio和本项目

./data
- market
  - bounding_box_test
  - bounding_box_train
  - query
 
- msmt17
  - bounding_box_test
  - bounding_box_train
  - query

-backbone_weights
-data
-deep_inversion
-reid
-configs
-main.py
...

训练

• 训练基于MSMT17的基础模型

python main.py -g 0 --dataset msmt17 --logs-dir ./logs/msmt17

通过DeepInversion生成dreaming data

python inversion.py -g 0 --generation-dir ./data/generations_r50_msmt17 --shots 40 --iters 640 --teacher ./logs/msmt17

采用Geometric Distillation loss训练在Market上的增量模型

python main_incremental.py --dataset market --previous ./logs/msmt17 --logs-dir ./logs/msmt17-market_GD --inversion-dir ./data/generations_r50_msmt17 -g 0 --evaluate 80 --seed 1 --algo-config ./configs/res-triangle.yaml

采用simple Geometric Distillation loss训练在Market上的增量模型

python main_incremental.py --dataset market --previous ./logs/msmt17 --logs-dir ./logs/msmt17-market_simGD --inversion-dir ./data/generations_r50_msmt17 -g 0 --evaluate 80 --seed 1 --algo-config ./configs/sim-res-triangle.yaml

采用Augmented Distillation训练在Market上的增量模型

python main_incrementalX.py --dataset market --previous ./logs/msmt17 --logs-dir ./logs/msmt17-market_XsimGD --inversion-dir ./data/generations_r50_msmt17 -g 0 --evaluate 80 --seed 1 --peers 2 --algo-config ./configs/inverXion.yaml

评估

通过指定--ckpt评估不同的模型

python evaluate.py --dataset msmt17 market --ckpt ./logs/msmt17-market_XsimGD/checkpoint.pdparams --output

实现精度

	MSMT17-mAP	MSMT17-Rank-1	Market-mAP	Market-Rank-1
Paper	41.9	67.5	80.5	91.9
Geometric Distillation(reproduce)	40.8	66.5	80.1/91.8(re-ranking)	92.0/94.4(re-ranking)
simple Geometric Distillation(reproduce)	40.6	65.9	80.1/91.8(re-ranking)	92.3/93.8(re-ranking)
Augmented Distillation(reproduce)	41.9	67.7	81.1/91.9(re-ranking)	92.4/94.2(re-ranking)

关于作者

姓名	郭权浩
学校	电子科技大学研2020级
研究方向	计算机视觉
CSDN主页	Deep Hao的CSDN主页
GitHub主页	Deep Hao的GitHub主页
如有错误，请及时留言纠正，非常蟹蟹！
后续会有更多论文复现系列推出，欢迎大家有问题留言交流学习，共同进步成长！