保姆级教程：CityFlow数据集下载、配置与车辆ReID任务全流程指南

保姆级教程：CityFlow数据集下载、配置与车辆ReID任务全流程指南

如果你正在寻找一个覆盖城市规模、多视角、多场景的车辆数据集来开展计算机视觉研究，CityFlow无疑是一个值得深入探索的选择。这个由40个高清摄像头采集、包含20万标注边界框的数据集，不仅支持多目标跟踪（MTMC）研究，其精心设计的子集更为车辆再识别（ReID）任务提供了丰富素材。本教程将带你从零开始，逐步完成数据集获取、环境搭建、到实现基础车辆ReID模型的完整流程。

1. CityFlow数据集申请与下载

CityFlow作为学术研究数据集，需要通过官方渠道申请获取。访问AI City Challenge官网，在"Datasets"板块找到CityFlow的申请入口。填写机构邮箱、研究用途等基本信息后，通常会在3个工作日内收到包含下载链接的授权邮件。

下载数据集时需要注意：

• 完整数据集约86GB，包含原始视频流和JSON格式的标注文件
• ReID专用子集约12GB，已预处理好图像切片和对应标签
• 推荐使用axel多线程下载工具加速：

axel -n 8 "你的下载链接"

下载完成后，检查文件完整性：

• train/：训练集视频片段（按摄像头编号分文件夹存储）
• test/：测试集视频片段
• annotation/：包含train-tracks.json等标注文件
• reid/：车辆ReID专用图像集，结构如下：

reid/
├── query/
├── gallery/
└── train/
    ├── vehicle_0001
    │   ├── 001.jpg