怎么实现Unsupervised Person Re-identification by Soft Multilabel Learning

Unsupervised Person Re-identification by Soft Multilabel Learning是一种基于软多标签学习的无监督人员重新识别方法。该方法使用无标签的图像数据来训练模型，通过学习软多标签来捕捉图像之间的相似性和差异性，从而实现人员重新识别。具体实现方法可以参考相关论文和代码实现。

相关问题

cd C:\Users\86157\Desktop\Unsupervised-Classification-master\Unsupervised-Classification-master，如何让conda 下载安装这个文件夹里的东西

如果您想使用 `conda` 来安装 `C:\Users\86157\Desktop\Unsupervised-Classification-master\Unsupervised-Classification-master` 目录中的依赖项，您可以执行以下步骤：

1. 打开 Anaconda Prompt（如果您使用的是 Windows 系统）或终端（如果您使用的是 macOS 或 Linux 系统）。
2. 使用 `cd` 命令导航到该目录，例如：

cd C:\Users\86157\Desktop\Unsupervised-Classification-master\Unsupervised-Classification-master

3. 在该目录中，检查是否存在 `environment.yml` 或 `requirements.txt` 文件，它们列出了依赖项和版本信息。如果存在这些文件，请执行以下命令之一安装依赖项：

* 使用 `environment.yml` 安装依赖项：

     conda env create -f environment.yml

* 使用 `requirements.txt` 安装依赖项：

     pip install -r requirements.txt

如果存在其他类型的依赖项文件，请查看文件中的说明或文档，了解如何安装这些依赖项。如果没有任何依赖项文件，则可以手动安装所需的软件包和版本。

4. 安装完成后，您可以激活环境并运行代码，例如：

conda activate my_env
python my_script.py

其中 `my_env` 是环境名称，`my_script.py` 是要运行的 Python 脚本。

C:\Users\86157\Desktop\Unsupervised-Classification-master\Unsupervised-Classification-master\requirements.txt，路径在这儿

好的，那么您可以在命令行中使用 `cd` 命令将当前工作目录更改为包含 `requirements.txt` 文件的目录。在这种情况下，您可以使用以下命令：

cd C:\Users\86157\Desktop\Unsupervised-Classification-master\Unsupervised-Classification-master

然后，您可以使用以下命令来安装 `requirements.txt` 文件中列出的软件包：

pip install -r requirements.txt

这应该可以成功安装所需的软件包和版本。