market1501预训练模型权重

### 下载 Market1501 预训练模型权重文件

为了获取 Market1501 的预训练模型权重文件，通常可以从开源项目或研究者的公开资源中找到。FastReID 是一个常用的行人重识别框架，在其官方 GitHub 页面上提供了多个预训练模型及其对应的配置文件。

对于 FastReID 中基于 ResNet-50 架构并应用于 Market1501 数据集上的预训练模型，可以访问该项目的 Releases 页面来查找所需的 `.pth` 或其他格式的权重文件[^2]。具体链接如下：

[https://github.com/JDAI-CV/fast-reid/releases](https://github.com/JDAI-CV/fast-reid/releases)

在这个页面里可以选择合适的版本下载相应的压缩包，解压后会得到类似 `model_best.pth` 和 `config.yaml` 这样的文件，其中就包含了已经训练好的网络参数以及用于推理时加载这些参数所需要的设置信息[^3]。

如果希望进一步处理该模型以便于集成至 DeepSORT 等跟踪算法，则可能还需要考虑如何转换此 PyTorch 模型为 ONNX 格式的操作[^4]。这一步骤涉及安装额外依赖库如 `onnx` 并执行特定命令完成导出过程。

pip install onnx
python -m torch.onnx.export --input model_best.pth --output model.onnx ...

需要注意的是上述命令仅为示意用途，实际应用时需参照文档调整参数以匹配具体的输入输出需求。