1. 概述
首先ReID不仅仅可以搞行人，当然也可以处理其他目标，这个是大家需要领会的一点。
用于ReID的行人数据集，一般是有多段同一目标在不同时间的采样序列组成。例如同一个行人，间隔5秒采集一张图像，连续采集30张。或同一行人，在一个时间段的不同场景下采集几十张图像，都是可以作为训练、评估数据集的。当然，像Object Detection一样，想要尽量少的数据集又追求比较好的效果，那一定是要考虑特定场景了。
2. Market1501数据集
Market1501数据集最早在论文Person Re-Identification Meets Image Search中提出。时至今日，该数据集也是一个用于研究ReID的不错的入门数据集。
Market 1501 的行人图片采集自清华大学校园的 6 个摄像头，一共标注了 1501 个行人。其中，751 个行人标注用于训练集，750 个行人标注用于测试集，训练集和测试集中没有重复的行人 ID，也就是说出现在训练集中的 751 个行人均未出现在测试集中。Market1501数据集基本信息如下。
训练集：751 个行人，12936 张图片
测试集：750 个行人，19732 张图片
query 集：750 个行人，3368 张图片。query 集的行人图片都是手动标注的图片，从 6 个摄像头中为测试集中的每个行人选取一张图片，构成 query 集。测试集中的每个行人至多有 6 张图片，query 集共有 3368 张图片。
一般情况下，用于ReID的数据集会划分为训练集、验证集、Query、Gallery四个部分。即在训练集上进行模型的训练，训练过程中使用验证集进行验证，得到模型后对于每个Query在Gallery中找出前N个与其相似的图片。匹配方式一般就是对Query中的目标在Gallery中的图片礼勇模型提取特征并通过相似度算法计算相似度
3. MGN的数据组织逻辑
由于MGN采用了Triplet计算损失，因此在组织训练数据时，有特殊的处理方式。
首先MGN拥有的Market1501类（Market1501.py）用于对整个数据集进行预处理，预组织。主要工作包括提取图像列表，行人ID以及索引，创建行人与图像索引的字典。同时提供__getitem__接口。
提供的RandomSampler类用于实际的所采样量列表生成。MGN在采样训练batch的时候有两个参数需要关注，分别是“batchid”和“batchimage”，前者表示采样几个行人，后者表示每一个行人采样多少样张。RandomSampler中首先会创建一个列表字典(defaultdict(list))，创建以行人ID为key，以该ID对应的图像索引为列表的字典项。
之后使用_sampler静态成员进行统一ID的图像采样。
