Re-ID模型评估结果
预训练Resnet-18模型直接用于人车对
Dataset | Rank-1 | Rank-5 | Rank-10 | mAP | mINP | metric |
---|---|---|---|---|---|---|
BikePerson | 0.12 | 0.65 | 1.22 | 0.19 | 0.09 | 0.15 |
VehicleID模型直接用于人车对
Dataset | Rank-1 | Rank-5 | Rank-10 | mAP | mINP | metric |
---|---|---|---|---|---|---|
BikePerson | 0.97 | 2.47 | 3.71 | 0.60 | 0.13 | 0.78 |
Market1501 People Re-ID模型直接用于人车对
Dataset | Rank-1 | Rank-5 | Rank-10 | mAP | mINP | metric |
---|---|---|---|---|---|---|
BikePerson | 0.93 | 2.55 | 3.80 | 0.62 | 0.13 | 0.77 |
Market1501 People Re-ID模型训练后用于人车对
Dataset | Rank-1 | Rank-5 | Rank-10 | mAP | mINP | metric |
---|---|---|---|---|---|---|
BikePerson | 67.95 | 81.73 | 88.68 | 66.71 | 51.75 | 67.33 |
Market1501 People Re-ID模型训练后用于自行车
Dataset | Rank-1 | Rank-5 | Rank-10 | mAP | mINP | metric |
---|---|---|---|---|---|---|
BikePerson | 56.25 | 71.43 | 79.53 | 52.79 | 34.39 | 54.52 |