deepsort论文复现(纯小白自己记录)

文章介绍了如何作为小白开始学习多目标跟踪,特别是如何复现DeepSort算法,该算法结合了ReID特征提取和马氏距离计算。提供了DeepSort的代码资源链接、所需环境(Python3.6,scikit-learn,tensorflow1.14.0,numpy)、MOT16数据集的下载途径,以及预训练模型和配置文件的存放方法。读者需下载相关文件,按照指示配置环境并运行代码以实现DeepSort。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

刚开始学习多目标跟踪的小白,继上次复现了sort之后,这次准备复现一下deepsort。
deepsort相较于sort增加了ReID类的特征提取和马氏距离计算相融合的技术,明显改善了IDswitch的次数。
论文下载:
代码地址:https://github.com/nwojke/deep_sort
代码直接解压缩即可。

需要的环境(本人使用的环境):
python3.6、scikit-learn==0.22.2、tensorflow1.14.0、numpy。

需要下载的文件:

  1. MOT16数据集。官网下载地址:https://motchallenge.net/data/MOT16/ (但是官网下载可能会非常慢)。 百度网盘下载地址(百度网盘下载的稍微快些):https://pan.baidu.com/s/1fIqeqGizP6RelWGezDwZuQ 提取码:8aaq
  2. 下载预训练好的目标检测文件和特征训练文件。下载地址:https://drive.google.com/drive/folders/18fKzfqnqhqW3s9zwsCbnVJ5XF2JFeqMp(需要使用加速器进)百度网盘下载地址:https://pan.baidu.com/s/13Y4mJzbfyi365rsQOtSlVQ 提取码:yrd4
  3. 下载后解压到相应位置,文件放置如图:在这里插入图片描述
  4. 创建tmp文件夹,在tmp文件夹下创建hypotheses.txt文件,并修改deep_sort_app.py文件中第234行,将 /tmp/hypotheses.txt修改为 ./tmp/hypotheses.txt。
  5. 在控制台输入运行命令:D:\MOTpro\deep_sort-master\deep_sort-master>python deep_sort_app.py --sequence_dir=./MOT16/test/MOT16-06 --detection_file=./resources/detections/MOT16_POI_test/MOT16-06.npy --min_confidence=0.3 --nn_budget=100 --display=True
  6. 运行成功。在hypotheses.txt生成运行结果。在这里插入图片描述
    本人是刚要学习多目标跟踪的小白,欢迎大家指导交流。
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值