跨平台视频结构化(视频分析)框架。如果您觉得有帮助,请给它一颗星:)平台的视频结构化(视频分析)框架,既然有帮助的请给个星:)
reid 开源项目推荐(129 个)
reid 话题在 GitHub 上没有填写简介,这里按 Star 数汇总最相关的热门仓库。
热门项目 前 20
按 Star 数排序展示前 20 个 · GitHub 共 129 个仓库Awesome Person Re-identification
基于YOLO、Deep SORT和KLT RST的高性能多对象跟踪
用于 CMU 的多摄像头监控视频对象检测和跟踪系统的开箱即用代码和模型。速度优化的 Faster-RCNN 模型。基于 Tensorflow。也支持 EfficientDet。WACVW'20
“CLIP-ReID:利用视觉语言模型进行图像重新识别而无需具体文本标签”的官方实现(AAAI 2023)
EANet:增强跨域人员重新识别的对齐
CVPR2018:通过时空模式的迁移学习进行无监督跨数据集人员重新识别
TNNLS'22 参数高效的三维空间人员重新识别
简单的模型用于在不同摄像头/视频中跟踪和重新识别个体。(Yolov3 & Yolov4)
[WACV23] 基于身体部位的人员重新识别的强基线
实现 RepNet(一种双流多任务学习网络)进行车辆重新识别、车辆搜索(或车辆匹配)的 PyTorch 实现。可用于车辆细粒度识别、车辆重新识别、车辆匹配、车辆检索,RepNet/MDNet 的一种 PyTorch 实现。
C++ 实现的 BoT-SORT MOT 算法,带有 Re-ID 和相机运动补偿
简单未经官方实现的论文:学习多粒度判别特征用于人员重新识别的 Pytorch 实现
TCSVT2018 用于大规模人员重新识别的行人对齐网络
[ECCV 2020]QAConv:可解释且可推广的人重新识别,结合查询自适应卷积和时间提升,以及[CVPR 2022] GS:基于图抽样的深度度量学习
基于深度学习的对象跟踪,支持越线检测和区域入侵检测
VehicleX:通过属性下降模拟内容一致的车辆数据集(ECCV 2020,TPAMI 2023)
出色的车辆重新识别
[CVPR 2025] “从姿态到身份:通过特征中心化进行无训练人员重新识别”的官方存储库
“无标签样本通过 GAN 改善人员重新识别基线”的 Pytorch 实现(ICCV17)
关于这个话题
- 清单取自 GitHub 话题页并按 Star 数排序,每次展示前 20 个项目;原始页面见 https://github.com/topics/reid。
- 该话题在 GitHub 上共有 129 个仓库, 本站收录的是其中最热门的 20 个,不是全量列表。
- Star / Fork 每日自动刷新一次,实时数据以 GitHub 为准。
- 当前 20 个项目累计 1 万 Star,覆盖 3 种主要语言,数据更新于 2026-11-07。
- 中文介绍来自 GitHub 官方话题说明(github/explore)的机器翻译,可点「查看原文」对照;译文缺失时会先展示原文。