从PCB到MGN：手把手教你用PyTorch复现ReID经典模型（附代码与调参心得）

从PCB到MGN：手把手教你用PyTorch复现ReID经典模型（附代码与调参心得）

行人重识别（ReID）作为计算机视觉领域的重要研究方向，其核心挑战在于如何从不同摄像头拍摄的非重叠视角中准确识别同一行人。本文将深入剖析PCB、MGN等经典模型的技术细节，并提供完整的PyTorch实现方案，帮助读者掌握从理论到实践的完整闭环。

1. 环境配置与数据准备

复现ReID模型的第一步是搭建合适的开发环境。推荐使用Python 3.8+和PyTorch 1.10+的组合，这些版本在稳定性和功能支持上达到了最佳平衡。以下是关键依赖的安装命令：

conda create -n reid python=3.8 conda activate reid pip install torch==1.10.0+cu113 torchvision==0.11.1+cu113 -f https://download.pytorch.org/whl/torch_stable.html pip install numpy pandas tqdm opencv-python

对于数据集选择，Market-1501和DukeMTMC-reID是最常用的基准测试集。数据预处理环节需要特别注意以下几点：

• 图像归一化：使用ImageNet的均值和标准差进行标准化
• 数据增强：随机水平翻转、随机擦除(Random Erasing)等策略能显著提升模型泛化能力
• ID划分：确保训练集和测试集的行人ID完全互斥

提示：在实际项目中，建议使用torch.utils.data.DataLoader的num_workers参数设置为CPU核心数的70%-80%，可以显著提高数据加载效率。

2. PCB模型实现详解

PCB（Part-based Convolutional Baseline）通过部件级别的特征学习，显著提升了ReID的识别准确率。其核心创新在于将特征图垂直分割为多个部分，分别提取局部特征。

2.1 网络架构实现

PCB的PyTorch实现主要包含以下几个关键组件：

import torch import torch.nn as nn class PCB(nn.Module): def __init__(self, backbone, parts=6, feature_dim=256): super(PCB, self).__init__() self.backbone = backbone self.parts = parts self.avgpool = nn.AdaptiveAvgPool2d((parts, 1)) self.feature_extractor = nn.Conv2d(2048, feature_dim, kernel_size=1) self.classifiers = nn.ModuleList([ nn.Linear(feature_dim, num_classes) for _ in range(parts) ]) def forward(self, x): features = self.backbone(x) parts_features = self.avgpool(features) parts_features = self.feature_extractor(parts_features) parts_features = parts_features.view(parts_features.size(0), parts_features.size(1), -1) outputs = [] for i in range(self.parts): part_feat = parts_features[:, :, i] outputs.append(self.classifiers[i](part_feat)) return torch.stack(outputs, dim=1), parts_features

2.2 RPP模块优化

Refined Part Pooling（RPP）是PCB的关键创新，它通过软分配策略改进了原始的硬分割方式：

1. 特征相似度计算：使用余弦相似度衡量特征向量与各部分的关联程度
2. 概率重分配：通过softmax将相似度转换为概率分布
3. 特征重构：根据概率权重重新组合各部分特征

实验表明，RPP能使模型在Market-1501数据集上的mAP提升3-5个百分点。

3. MGN模型的多粒度特征融合

MGN（Multiple Granularity Network）通过并行分支结构实现了全局与局部特征的协同优化，其性能通常优于单一尺度的模型。

3.1 网络结构设计

MGN包含三个主要分支，分别处理不同粒度的特征：

实现时需要注意各分支的梯度传播策略：

class MGN(nn.Module): def __init__(self, backbone, num_classes): super(MGN, self).__init__() self.backbone = backbone # 分支1：全局特征 self.branch1 = nn.Sequential( nn.AdaptiveAvgPool2d(1), nn.Conv2d(2048, 256, kernel_size=1) ) # 分支2：二部分割 self.branch2_part1 = self._make_part(2048, 256, 2) self.branch2_part2 = self._make_part(2048, 256, 2) # 分支3：三部分割 self.branch3_part1 = self._make_part(2048, 256, 3) self.branch3_part2 = self._make_part(2048, 256, 3) self.branch3_part3 = self._make_part(2048, 256, 3) def _make_part(self, in_dim, out_dim, parts): return nn.Sequential( nn.Conv2d(in_dim, out_dim, kernel_size=1), nn.AdaptiveAvgPool2d((parts, 1)) )

3.2 多损失协同训练

MGN需要平衡不同分支的损失函数：

• 全局分支使用Triplet Loss + Softmax Loss
• 局部分支仅使用Softmax Loss
• 学习率设置建议采用分层策略：全局分支的学习率设为局部分支的1.2-1.5倍

4. 训练技巧与性能优化

4.1 难样本挖掘策略

有效的难样本挖掘能显著提升Triplet Loss的效果：

1. Batch内挖掘：在每个batch中动态识别困难正负样本
2. 半硬负样本：选择满足d(a,n) < d(a,p) + margin的负样本
3. 距离加权：根据样本难度调整损失权重

def hard_triplet_loss(embeddings, labels, margin=0.3): pairwise_dist = torch.cdist(embeddings, embeddings) # 获取正负样本掩码 mask_positive = labels.unsqueeze(0) == labels.unsqueeze(1) mask_negative = ~mask_positive # 最难正样本 hardest_positive = (pairwise_dist * mask_positive).max(dim=1)[0] # 最难负样本 hardest_negative = (pairwise_dist + 1e6 * mask_positive).min(dim=1)[0] # 计算损失 loss = F.relu(hardest_positive - hardest_negative + margin) return loss.mean()

4.2 学习率调度策略

推荐采用组合式学习率调整：

• 预热阶段（前5个epoch）：线性增加学习率
• 主训练阶段：余弦退火调度
• 微调阶段（最后10%训练时长）：固定小学习率

from torch.optim.lr_scheduler import SequentialLR, LinearLR, CosineAnnealingLR optimizer = torch.optim.AdamW(model.parameters(), lr=1e-4) warmup = LinearLR(optimizer, start_factor=0.01, total_iters=5) cosine = CosineAnnealingLR(optimizer, T_max=45) scheduler = SequentialLR(optimizer, [warmup, cosine], milestones=[5])

5. 模型评估与结果分析

5.1 评估指标解读

ReID领域常用的评估指标包括：

• Rank-1 Accuracy：首位识别准确率
• mAP（mean Average Precision）：考虑排序位置的平均精度
• CMC曲线（Cumulative Matching Characteristic）：反映不同rank下的识别率

5.2 性能对比实验

我们在Market-1501数据集上对比了不同模型的性能表现：

从实验结果可以看出，MGN凭借多粒度特征融合取得了最佳性能，但计算成本也相对较高。在实际部署时，需要根据具体场景在精度和效率之间做出权衡。

6. 实战经验分享

在复现这些经典模型的过程中，有几个关键点需要特别注意：

1. 数据增强的顺序：建议先进行随机翻转，再进行随机擦除，最后执行归一化
2. 特征归一化：在计算相似度时，务必对特征向量进行L2归一化
3. 标签平滑：使用label smoothing可以缓解分类层过拟合，通常设置ε=0.1
4. 梯度裁剪：当batch size较大时（>64），建议设置梯度裁剪阈值在3.0-5.0之间

一个常见的坑是忽略了对齐问题。在PCB的实现中，如果输入图像的长宽比与原始论文不一致，会导致垂直分割后的部件不对应实际的人体部位。建议保持输入尺寸为384×128或等比例缩放。

在优化推理速度方面，可以考虑以下技巧：

• 使用半精度（FP16）推理
• 对特征提取器进行量化
• 采用TensorRT等推理引擎优化

经过多次实验验证，我们发现MGN模型在concat所有分支特征时，如果先对各分支特征分别进行L2归一化，再拼接，能获得约1-2%的mAP提升。这种处理方式可以平衡不同分支特征的量纲差异。