该项目是基于 ReID 模型的目标追踪与个体识别，主要通过以下步骤实现：首先利用已训练好的 ReID 模型，提取由 yolo 模型在视频中检测到的目标区域的特征向量。随后，将待搜索目标图片的特征向量与上述提取的特征向量进行匹配，以此完成跨摄像头的目标追踪与个体识别。 以人物搜索为例，当给定一张人物图片后，在视频中搜索该人物的过程，实际上就是目标追踪与个体识别的过程。一旦在视频中检测到目标人物，就会为其打上标签并框选标注。按照同样的原理，如果同时搜索多个人物，也能够在视频中找出所有人的身份标识，从而实现个体识别。
（1）下载ReID模型
通过网盘分享的文件：models
链接: https://pan.baidu.com/s/1MMTgdTWUnYti_uggPVrJWQ 提取码: yfyf --来自百度网盘超级会员v6的分享 备用链接: https://pan.baidu.com/s/1Tijw6qotvbH_blBWdjfeOg?pwd=m1iq 提取码: m1iq
（2）创建虚拟环境
先后运行下面的命令
conda create -n yolov5_reid python=3.8
conda activate yolov5_reid
（3）在虚拟环境<yolov5_reid>下载pytorch
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge
（4）下载所有需要的依赖
pip install -r requirements.txt
（5）跑通之后再用自己的数据进行测试
（6）跳转到当前目录/yolov5_reid/model
运行下面的命令
python search.py
如果报错：RuntimeError: CUDA error: CUBLAS_STATUS_INVALID_VALUE when calling cublasSgemm( handle, opa, opb, m, n, k, &alpha, a, lda, b, ldb, &beta, c, ldc)
输入下面的命令即可：
unset LD_LIBRARY_PATH
（7）运行结果
运行结果保存在output这个文件夹里，我们可以看到两个摄像头下的可以追踪到同一个人，识别到个人。