前沿学术 | OpenGait:首个步态识别框架开源了!

转自:于仕琪

远远地,看一眼你走路方式,就知道你是谁!这就是步态识别技术。

首个步态识别框架OpenGait正式发布了!OpenGait由南方科技大学计算机系于仕琪科研团队开发,银河水滴公司予以支持。欢迎大家三连:使用,反馈和建议。项目主页:https://github.com/ShiqiYu/OpenGait

在复现步态算法或者设计识别算法时,相信大家都遇到过相同的问题:当你准备复现顶会论文,却需要从头搭建实验环境,手撸训练,评估代码。勤勤恳恳的写完后,又往往bug频出。当一些优秀的顶会算法开源后,复用代码时又修改得晕头转向。

OpenGait通过模块化的设计,代码高效且可复用,助你轻松复现论文,调参炼丹的路上,OpenGait值得你拥有!

第一版的开源步态识别框架OpenGait,主要特点如下:

  • 我们提供了一个高效简单的BaseLine模型,搭配了tricks后,性能媲美SOTA
  • OpenGait复现了4篇顶会的SOTA算法,取得相近甚至更高的结果
  • 支持分布式多卡训练,在大数据吞吐量的情况下提速20%以上;分布式多卡测试,跑完CASIA-B仅需15秒!(5485个序列,BaseLine,2 1080ti gpus),跑完OUMVLP仅需不到两分钟!(133780个序列,Baseline,8 1080ti gpus)。注:OUMVLP尚未整理,预计在下一版本推出,在当前版本也可轻松拓展,欢迎有能力的同学多多贡献代码!
  • 支持混合精度训练,当gpu支持半精度时显存直接砍半,并提速20%~50%(视具体GPU型号而定)。
  • 友好的可视化训练过程,支持Tensorboard可视化及日志记录,可自定义添加可视化内容。
  • 支持多阶段训练及边训边测
  • 模块化设计,常规模型可以仅通过配置文件定义,主流的操作也可以通过配置文件客制化加载。
  • 诸如优化器,调度器,损失函数,采样器等均可通过配置文件一键式部署。
  • 支持组合损失函数。

支持的模型如下(括号里为原论文准确率):

当前版本仅支持剪影(silhouette)数据集的训练测试。我们期望能收到各位反馈,在公众号评论区,邮件,或者github中提出issue,留下你们迫切期望集成的功能,我们在下一个版本中更新。

OpenGait不仅仅是为了提供一个高效可拓展的步态研究框架,更多的是提供一个相对公平的评估框架,帮助模型发挥其真正的潜力。

主要贡献人:

  • 博士生樊超
  • 博士生沈川福
  • 硕士生梁峻豪

特别感谢:专注于步态识别技术的高科技公司银河水滴科技(北京)有限公司

编辑:秘书处

发表评论

电子邮件地址不会被公开。 必填项已用*标注