- pytorch(视频检测和reid部分)
- pyqt(软件基本界面)
- 流程图
- PS:车辆解析网络使用silverbulletmdc/PVEN: Parsing based vehicle ReID (github.com)项目中所训练的网络
-
界面概览
-
功能介绍
- 已完成
- 载入视频
- 载入图片集
- 添加查询车辆
- 查看数据集
- 车辆重识别
- 可视化结果
- 打开原始图片
- 软件设置界面
- 未完成
- 软件性能优化
- 重识别结果可视化优化
- UI美化
- 已完成
- 用户导入监控视频
- 创建临时的数据集文件夹
- 软件通过视频检测模块检测视频中的车辆,保存至临时文件夹中形成gallery数据集
- 用户导入目标车辆图像
- 重识别模块根据目标车辆图像在gallery数据集中找到正确的车辆,生成结果文件
- 根据结果文件和用户进一步的筛选结果(color, Vtype)可视化最终结果
- 软件相关配置文件:app.conf
- Qt样式表(QSS):
- 主界面:AppStyleSheet.css
- 设置界面:Config.css
- 下载重识别网络的权重并保存到配置文件所指定的位置
- 颜色分类模型权重color_model.pth
- 车型分类模型权重vehicle_type.pth
- 车辆解析模型权重parsing_model.pth
- veri776重识别模型权重veri776_reid.pth
- 权重文件下载链接, 提取码:n1dh
- 下载视频处理过程中目标检测所用到的模型权重
- YOLO4目标检测模型权重yolo4_weights.pth
- 设定好相应的PYTHON_PATH,将car_reid和video_process目录加入到PYTHON_PATH中
python app.py
- 在设置界面打开评估模式,依赖于正确的车辆id