OSNet-AIN x1.0 (MSMT17) ONNX
распознавание людей между камерами без PyTorch
2 мин чтенияобновлено
Эта модель решает задачу Person Re-Identification (повторной идентификации человека на разных кадрах и камерах). Вы подаёте на вход обрезанное изображение человека, а на выходе получаете вектор признаков (эмбеддинг) из 512 чисел — у одного и того же человека с разных ракурсов эти векторы будут максимально близки по косинусному сходству. В основе лежит известная архитектура OSNet-AIN x1.0 от Kaiyang Zhou и соавторов, обученная на датасете MSMT17 и переупакованная автором репозитория mprib в единый ONNX-файл. Главное отличие от оригинала — полная независимость от тяжелого фреймворка PyTorch, что делает модель удобной для лёгких продакшн-пайплайнов, трекинга и систем видеоаналитики.
Ключевые особенности
- Компактный размер: весь файл весит всего 8.7 МБ в формате fp32 со встроенными весами без внешних файлов данных.
- Гибкий батч: модель принимает динамическое количество изображений за один проход в разрешении 128×256 пикселей.
- Высокая точность конвертации: выходные эмбеддинги совпадают с оригинальной версией на PyTorch с погрешностью не более 5e-5.
- Свободная лицензия MIT: модель и оригинальные веса можно свободно использовать в любых проектах.
Что можно сделать
- Настроить межкамерный трекинг людей (cross-camera track association), как это сделано в проекте Caliscope, для которого и создавался этот экспорт.
- Встроить поиск и сопоставление людей в видеопотоке на периферийных устройствах или серверах через ONNX Runtime без установки PyTorch.
Пример
Подайте на вход тензор (N, 3, 256, 128) формата float32 (RGB-изображения, масштабированные в диапазон [0, 1] и нормализованные со средним (0.485, 0.456, 0.406) и стандартным отклонением (0.229, 0.224, 0.225)). На выходе вы получите матрицу (N, 512) — нормализуйте каждую строку перед расчётом косинусного сходства между кадрами.
Подробнее
Формат: ONNX opset 17, точность fp32, размер 8.7 МБ.Вход: тензор (N, 3, 256, 128) с билинейной интерполяцией.
Обучение оригинала: веса из Torchreid (датасет MSMT17, 50 эпох).
Ограничения: выходные векторы не имеют единичной длины — требуется L2-нормализация перед сравнением.










Комментарии