车辆检测与检索系统--检索部分

本项目是车辆检索与检测系统的检索部分，通过读取图片，分析得到车辆ID，并从数据库中检索到相匹配的车辆。不过目前依然存在一些需要改进的地方，之后再提交更新的版本。

小组成员

西安交通大学软件学院场景检索与检测组

小组成员:吴潇、宋康、刘敬乐、宋晨明

代码结构

>imgs 测试图片，一些车辆的图像
>ui_imgs 图形化界面图像
>waiting2mark 等待标记的代码文件
......
>db_opt.py 数据库操作，用于向数据库查询匹配车辆
>InitRepNet.py 网络结构初始化
>RepNet.py 网络结构以及一些工具类
>RepNetV1.py 修改的第一个版本的代码
>RepNetV2.py 修改的第二个版本的代码，命令行运行，需要给定图片路径， 主体代码从2013行开始， 有相关注释
>RepNetV3.py 修改的第三个版本的代码，直接运行，图形化界面操作, 主体代码从2021行开始，有相关注释
>ui_widget.py ui界面设计，使用pyqt5
*** 新增相似度计算 ****
>cal_feature.py

如何运行

首先请安装anaconda，为了提高下载速度，请将源更换为国内的源

环境安装

conda create -n vehicle python=3.6

请确保你的电脑已经安装cuda，通过nvcc -V可以查看cuda版本

代码下载

> conda activate vehicle
> git clone
> cd vehicle_search_xjtu
> pip install -r requirements.txt

下载数据集和预训练的模型

抱歉，暂时不能提供预训练的模型以及代码，如果需要，请联系我 1148392984@qq.com

程序运行

主要运行程序为RepNetV2.py以及RepNetV3.py

python RepNetV2.py -i <vehicle_image>

python RepNetV3.py

相似度计算：

python cal_feature.py 需要更改源代码来更换图片

改进地方

图形化界面，部分地方改成线程调用
代码封装，要将一部分代码封装成类
数据库改进，为了提高查询速度，后期修改为mongodb数据库
添加训练模块代码

运行截图

参考

RepNet-MDNet-VehicleReID

Deep Relative Distance Learning: Tell the Difference Between Similar Vehicles

License

MIT

cmFighting / vehicle_search_xjtu