推荐开源项目:Deep-OC-SORT —— 高效的多行人跟踪解决方案

推荐开源项目:Deep-OC-SORT —— 高效的多行人跟踪解决方案

Deep-OC-SORT https://arxiv.org/abs/2302.11813 Deep-OC-SORT 项目地址: https://gitcode.com/gh_mirrors/de/Deep-OC-SORT

项目介绍

Deep-OC-SORT 是一个基于自适应重识别技术的多行人跟踪项目,由 Gerard Maggiolino、Adnan Ahmad、Jinkun Cao 和 Kris Kitani 共同开发。该项目在多个行人跟踪数据集上表现出色,尤其在 MOT17 和 MOT20 数据集上,其 HOTA 指标排名第一,显著提升了跟踪性能。

Deep-OC-SORT

项目技术分析

Deep-OC-SORT 结合了多种先进技术,包括:

  1. YOLOX:用于目标检测,提供高效且准确的检测结果。
  2. Deep Person Re-ID:用于行人重识别,增强跟踪的鲁棒性。
  3. Fast Re-ID:进一步提升重识别的速度和精度。
  4. OC-SORT:基于观测中心的排序算法,提供稳定的跟踪框架。

项目依赖于 PyTorch,确保了高效的计算和良好的扩展性。

项目及技术应用场景

Deep-OC-SORT 适用于多种应用场景,包括但不限于:

  • 智能监控:在商场、车站等公共场所进行行人跟踪,提升安防水平。
  • 自动驾驶:实时跟踪行人,提高自动驾驶系统的安全性。
  • 体育分析:在体育赛事中跟踪运动员,进行运动轨迹分析。
  • 虚拟现实:在虚拟环境中实现行人跟踪,增强用户体验。

项目特点

高性能

Deep-OC-SORT 在多个数据集上表现出色,具体指标如下:

| Dataset | HOTA | AssA | IDF1 | MOTA | IDs | Frag | |-------------|------|------|------|-------|-------|--------| | MOT17 | 64.9 | 65.9 | 80.6 | 79.4 | 1,950 | 2,040 | | MOT20 | 63.9 | 65.9 | 79.2 | 75.6 | 779 | 1,536 | | DanceTrack | 61.3 | 45.8 | 82.2 | 92.3 | 61.5 | - |

易于安装和使用

项目提供了详细的安装指南,支持 Python3.8 和 Ubuntu 18.04,安装步骤简单明了:

cd external/YOLOX/
pip install -r requirements.txt && python setup.py develop
cd ../external/deep-person-reid/
pip install -r requirements.txt && python setup.py develop
cd ../external/fast_reid/
pip install -r docs/requirements.txt

开源且可扩展

项目基于 MIT 许可证开源,用户可以根据需要进行二次开发和定制。

丰富的文档和示例

项目提供了详细的文档和示例代码,帮助用户快速上手和评估性能。

总结

Deep-OC-SORT 是一个高效、鲁棒的多行人跟踪解决方案,适用于多种实际应用场景。其卓越的性能和易用性使其成为行人跟踪领域的优秀开源项目。欢迎广大开发者试用和贡献!

引用

如果您在研究中使用了 Deep-OC-SORT,请引用以下论文:

@article{maggiolino2023deep,
    title={Deep OC-SORT: Multi-Pedestrian Tracking by Adaptive Re-Identification}, 
    author={Maggiolino, Gerard and Ahmad, Adnan and Cao, Jinkun and Kitani, Kris},
    journal={arXiv preprint arXiv:2302.11813},
    year={2023},
}

也请参考 OC-SORT 论文:

@article{cao2022observation,
  title={Observation-centric sort: Rethinking sort for robust multi-object tracking},
  author={Cao, Jinkun and Weng, Xinshuo and Khirodkar, Rawal and Pang, Jiangmiao and Kitani, Kris},
  journal={arXiv preprint arXiv:2203.14360},
  year={2022}
}

立即访问 Deep-OC-SORT 项目页面 开始使用吧!

Deep-OC-SORT https://arxiv.org/abs/2302.11813 Deep-OC-SORT 项目地址: https://gitcode.com/gh_mirrors/de/Deep-OC-SORT

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

评论
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

打赏作者

骆宜鸣King

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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