余弦度量的魔力：cosine_metric_learning的cosine-softmax损失如何让Deep SORT追得更准

余弦度量的魔力：cosine_metric_learning的cosine-softmax损失如何让Deep SORT追得更准

【免费下载链接】cosine_metric_learningDeep Cosine Metric Learning for Person Re-identification项目地址: https://gitcode.com/gh_mirrors/co/cosine_metric_learning

cosine_metric_learning是 Deep SORT 多目标跟踪器的官方配套训练项目，通过 cosine-softmax 余弦度量损失训练行人重识别特征网络，让目标跟踪在多摄像头、遮挡场景下"追得更准"。本文带你快速理解其原理，并跑通 Market1501 与 MARS 数据集的完整训练流程。

🎯 什么是 cosine_metric_learning？

一句话概括：它训练一个"会认人"的神经网络，并把它冻结成mars.pb供 Deep SORT 调用。

在多目标跟踪中，当目标被遮挡几秒后再出现，跟踪器需要回答一个问题——"新出现的这个检测框，是不是刚才那个人？"答案就藏在**行人重识别（Person Re-identification）**特征里。本项目基于 2018 年 WACV 论文《Deep Cosine Metric Learning for Person Re-identification》，提供：

🧮 核心原理：cosine-softmax 到底"余弦"在哪里？

传统 softmax 分类器只做"分对人"，但特征向量的长度会不受控，导致推理时用欧氏距离比较时不稳定。cosine-softmax 的巧妙之处在于三点：

1. L2 归一化特征：网络输出的特征先被归一化为单位向量（见 network_definition.py 中的l2_normalize），只保留"方向"、丢弃"长度"；
2. 球面原型（mean vectors）：每个身份对应一个可学习的均值向量，同样被归一化到单位球面上；
3. 可学习温度 scale：logits =scale × (特征 · 原型)，即对余弦相似度乘以缩放系数。

这样一来，损失函数优化的目标等价于：同一人的特征方向聚拢、不同人的特征方向远离——正是余弦度量学习（Cosine Metric Learning）的定义。而 metrics.py 中的cosine_distance函数（余弦距离 = 1 − 余弦相似度）在评估 CMC 指标时与训练目标完全一致，实现"训练什么、就度量什么"。

💡 项目同时内置magnet（磁体损失）和triplet（软边界三元组损失，见 losses.py）作为对照基线，方便你用--loss_mode一键切换实验。

📦 项目结构与目录速览

cosine_metric_learning/ ├── train_market1501.py # Market1501 训练 / 评估 / 导出入口 ├── train_mars.py # MARS 训练 / 评估 / 导出入口 ├── train_app.py # 训练主循环、损失分发、模型冻结 ├── queued_trainer.py # 基于队列的异步数据训练器 ├── losses.py # 三元组损失、磁体损失 ├── metrics.py # 距离度量、CMC@k 流式指标 ├── vis_tools.py # t-SNE 特征可视化散点图 ├── datasets/ # Market1501 / MARS 数据读取 └── nets/deep_sort/ # Deep SORT 骨干网络定义

训练时每个身份固定采样 4 张图片（num_images_per_id=4），由 queued_trainer.py 的random_sample_identities_forever生成器无限循环取样，配合 10% 训练集留出做验证——这是行人重识别训练的标准配方。

🚀 快速上手：三步跑通 Market1501 训练

第 1 步：启动训练（默认即 cosine-softmax 损失）

python train_market1501.py \ --dataset_dir=./Market-1501-v15.09.15/ \ --loss_mode=cosine-softmax \ --log_dir=./output/market1501/ \ --run_id=cosine-softmax

第 2 步：TensorBoard 监控训练曲线

tensorboard --logdir ./output/market1501/cosine-softmax --port 6006

第 3 步：并行运行 CMC 评估（CPU 上阻塞等待 checkpoint）

CUDA_VISIBLE_DEVICES="" python train_market1501.py \ --mode=eval \ --dataset_dir=./Market-1501-v15.09.15/ \ --loss_mode=cosine-softmax \ --log_dir=./output/market1501/ \ --run_id=cosine-softmax \ --eval_log_dir=./eval_output/market1501

评估结果（Precision@1 / 5 / 10 / 20）会实时写入 TensorBoard，随时确认模型是否在变强。MARS 数据集的完整流程见 README.md，命令结构与 Market1501 完全一致。

🔌 模型导出：一行命令接入 Deep SORT

训练结束后，只需把 checkpoint 冻结为纯推理图：

python train_mars.py --mode=freeze --restore_path=PATH_TO_CHECKPOINT

生成的mars.pb可直接喂给 Deep SORT 跟踪器。同理，--mode=export能把测试集特征导出为.mat文件，配合数据集官方评测脚本完成最终测试（注意：评测侧需把最大池化换成平均池化并做二次归一化，与训练时的余弦度量对齐）。

❓ 常见问题

• 为什么不用现成的 ImageNet 预训练特征？行人重识别跨摄像头分布差异极大，需要按身份监督训练度量空间，这正是 cosine-softmax 解决的问题。
• 三种损失怎么选？论文结论是 cosine-softmax 最优且最稳；magnet和triplet留作消融对比，切--loss_mode即可。
• 如何验证特征学得好？vis_tools.py 提供 t-SNE 散点工具，把特征+小图拼成一张大图，肉眼可见"同一个人聚成一团"。
• 预训练模型哪里找？论文配套的预训练模型下载地址与数据集说明均写在 README.md 中。

✅ 小结

cosine_metric_learning 用"单位球面上的余弦相似度"重新定义了行人重识别的训练目标，是 Deep SORT 能精准关联跨帧、跨摄像头检测的关键一环。理解它的三条主线——L2 归一化特征、球面原型、可学习温度——你就能举一反三地把它迁移到其他度量学习任务中。

【免费下载链接】cosine_metric_learningDeep Cosine Metric Learning for Person Re-identification项目地址: https://gitcode.com/gh_mirrors/co/cosine_metric_learning