行人属性识别一：训练PA100k数据集
简介
本仓库提供了一个行人属性识别的训练资源，主要针对PA100k数据集进行训练。PA100k数据集是目前用于行人属性识别的最大数据集，包含从室外监控摄像头收集的总共100000张行人图像，每张图像都有26个常用属性。
数据集准备
PA100k数据集分为80000个训练图像、10000个验证图像和10000个测试图像。本仓库提供了数据集的下载链接，下载后解压得到图片和mat标签文件，并将release_data文件夹重命名为data。
训练步骤
- 克隆仓库：首先克隆本仓库到本地。
- 数据集准备：将下载的数据集放置在指定路径下，并确保路径正确。
- 配置文件修改：根据需要修改configs/pedes_baseline/pa100k.yaml配置文件中的相关配置，如批次大小、长宽、backbone等。
- 开始训练：在终端中运行训练命令，开始训练模型。
模型测试
训练完成后，可以使用提供的demo.py文件进行单张或文件夹内多张图片的测试。
其他说明
本仓库还提供了其他行人属性数据集的训练方式，各个数据集训练的精度指标可以在仓库中查看。由于作者没有提供预训练好的模型，因此需要自己先进行训练。
参考资料
更多详细信息和训练过程可以参考行人属性识别一：训练PA100k数据集。
贡献
欢迎大家提出问题和建议，共同完善本仓库。