From 05c33ec896123cef6d0fddc5d6e22fa7ccc3c29b Mon Sep 17 00:00:00 2001 From: zhiboniu Date: Thu, 21 Apr 2022 09:06:34 +0000 Subject: [PATCH] fix words;test=document_fix --- deploy/pphuman/docs/mtmct.md | 6 +++--- 1 file changed, 3 insertions(+), 3 deletions(-) diff --git a/deploy/pphuman/docs/mtmct.md b/deploy/pphuman/docs/mtmct.md index 8549baad7..1896d1c1f 100644 --- a/deploy/pphuman/docs/mtmct.md +++ b/deploy/pphuman/docs/mtmct.md @@ -1,7 +1,7 @@ # PP-Human跨镜头跟踪模块 跨镜头跟踪任务，是在单镜头跟踪的基础上，实现不同摄像头中人员的身份匹配关联。在安放、智慧零售等方向有较多的应用。 -PP-Human跨镜头跟踪模块主要目的在于提供一套简洁、高效的跨境跟踪Pipeline，REID模型完全基于开源数据集训练。 +PP-Human跨镜头跟踪模块主要目的在于提供一套简洁、高效的跨镜跟踪Pipeline，REID模型完全基于开源数据集训练。 ## 使用方法 @@ -47,10 +47,10 @@ python3 deploy/pphuman/pipeline.py ``` 2. 模型方案为[reid-centroids](https://github.com/mikwieczorek/centroids-reid), Backbone为ResNet50, 主要特色为利用相同id的多个特征提升相似度效果。 -本跨境跟踪中所用REID模型在上述基础上，整合多个开源数据集并压缩模型特征到128维以提升泛华性能。大幅提升了在实际应用中的泛化效果。 +本跨镜跟踪中所用REID模型在上述基础上，整合多个开源数据集并压缩模型特征到128维以提升泛化性能。大幅提升了在实际应用中的泛化效果。 ### 其他建议 -- 提供的REID模型基于开源数据集训练得到，建议加入自有数据，训练更加强有力的REID模型，将非常明显提升跨境跟踪效果。 +- 提供的REID模型基于开源数据集训练得到，建议加入自有数据，训练更加强有力的REID模型，将非常明显提升跨镜跟踪效果。 - 质量评估部分基于简单逻辑+OpenCV实现，效果有限，如果有条件建议针对性训练质量判断模型。 -- GitLab