MMTracking-目标跟踪

最新推荐文章于 2025-05-12 23:24:03 发布
最新推荐文章于 2025-05-12 23:24:03 发布
阅读量1.5k 收藏 4
点赞数
分类专栏： AI 【无人机】 文章标签： python 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wangbaodong070411209/article/details/113815247
版权
MMTracking是OpenMMLab的一体化视频目标感知平台，涵盖视频目标检测、单目标跟踪和多目标跟踪任务，提供前沿算法实现和预训练模型。用户可以通过简单的配置进行目标跟踪，支持手动选框启动单目标跟踪。

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

简介

MMTracking 作为 OpenMMLab 的一体化视频目标感知平台，同时支持了视频目标检测（ Video Object Detection ）、单目标跟踪（Single Object Tracking）、多目标跟踪（Multiple Object Tracking）等多种任务和算法，填补了这些领域内基准开源平台的空白，既包含前沿算法的实现，又有成熟预训练模型可供直接使用。

  • 视频目标检测只需要对视频内的每一帧进行检测，不要求对不同帧中的同一目标进行关联。
  • 多目标检测在完成视频目标检测的基础上，更加侧重于对视频内的同一目标进行关联。
  • 单目标跟踪更加侧重人机交互，算法需要在给定一个任意类别，任意形状目标的情况下，能够对其进行持续跟踪。

使用方法

参考下文配置好环境：

https://github.com/open-mmlab/mmtracking/blob/master
最低0.47元/天 解锁文章
MMtracking训练自己的ReID分类器和检测器
认真努力，做一只会飞的毛毛虫。
01-04 1296
对于像 DeepSORT、Tracktor 这样的 MOT 算法，算法本身由目标检测器和ReID分类器两部分构成，因此如果需要做自定义数据集的跟踪，就得先训练一个目标检测器和一个ReID分类器，之后再测试 MOT 整体模型。
MMTracking-1.0.0rc1多目标跟踪算法之多目标轨迹可视化
认真努力，做一只会飞的毛毛虫。
12-30 1141
关于多目标轨迹可视化的代码在新版本MMTracking上不太适用，一些API和数据结构都不太一样，因此代码改动比较多。下面是博主自己的可视化效果。不过由于没有训练ReID的分类器，
mmtracking:OpenMMLab视频感知工具箱。 它通过统一的框架支持单对象跟踪（SOT），多对象跟踪（MOT），视频对象检测（VID）
03-17
文档： ： 介绍 MMTracking是基于PyTorch的开源视频感知工具箱。 它是OpenMMLab项目的一部分。 master分支与PyTorch 1.3到1.7一起使用。 主要特点 第一个统一视频感知平台 我们是第一个统一通用视频感知任务的开源工具箱，其中包括视频对象检测，单个对象跟踪和多个对象跟踪。 模块化设计 我们将视频感知框架分解为不同的组件，并且可以通过组合不同的模块轻松构建自定义方法。 简单，快速和强大 简单：MMTracking与其他OpenMMLab项目进行交互。 它建立在，我们只能通过修改配置来大写任何检测器。 快速：所有操作都在GPU上运行。 训练和推理速度比其他实现更快或更可比。 强大：我们复制了最先进的模型，其中一些甚至优于正式实现。 执照 该项目是根据。 变更日志 v0.5.1已于2021年1月2日发布。 有关详细信息和发行历史，请参考 。 基
一文搞懂目标跟踪：计算机视觉领域的“追光者”
最新发布
大雨淅淅的博客
05-12 811
从专业角度来讲，目标跟踪是计算机视觉领域的一项关键任务，旨在视频或图像序列中，依据给定的目标初始位置信息，借助一系列算法与技术，持续且精准地定位目标在后续每一帧中的位置。打个比方，在一场精彩的足球比赛直播里，当镜头聚焦在球场上时，目标跟踪技术就如同一位专注的摄影师助理，能紧紧锁定足球明星的身影，无论他如何奔跑、传球、射门，始终能在复杂多变的画面中准确框定他的位置，将其动作清晰呈现在观众眼前；又像是在熙熙攘攘的机场大厅监控视频里，它能精准跟踪一位携带重要物品的旅客，即便周围人来人往、环境复杂，也不会跟丢目标。
重磅！MMTracking：目标跟踪工具箱开源了（支持单/多目标跟踪、视频目标检测）...
阿木寺的博客
01-05 4197
点击上方“CVer”，选择加"星标"置顶重磅干货，第一时间送达本文作者：OpenMMLabhttps://zhuanlan.zhihu.com/p/341283833本文...
mmtracking:mmtrackingvidLISA交通标志
04-08
目的： 使用mmtracking框架vid的fgfa算法训练LISA Traffic Sign 框架主页： 论文链接： 相关博客链接： 数据集： LISA Traffic Sign Env: python 3.7.10 pytorch 1.7.1 torchvision 0.8.2 cudatoolkit 11.0.221 mmcv 1.2.7 mmcv-full 1.2.5 mmdet 2.9.0 Notes: mmcv-full和mmdet有依赖关系 mmdet的版本需要注意，新版本有些API有变动 What I learned： 如何使用密钥ssh连接服务器 ssh -i /Users/xuhao/Desktop/工程实训/tracking.pem ubuntu@ec2-52-
00【mmtracking】mmtracking 目标跟踪 介绍
CSPhD-winston的博客
01-01 5008
效果演示： MMTracking 涵盖方向包括单目标跟踪、多目标跟踪、视频目标检测（Single Object Tracking (SOT), Multiple Object Tracking (MOT), Video Object Detection (VID)） 作者：我爱计算机视觉 https://www.bilibili.com/read/cv9133752/ 出处：bilibili ...
MMTracking-1.0.0rc1单目标跟踪算法之单目标或将多目标按单目标预测的轨迹可视化
认真努力，做一只会飞的毛毛虫。
12-28 1027
有关MMTracking轨迹可视化的相关代码，但其代码在被MMengine统一后的MMTracking-1.0.0rc1以上版本不太适用，故作此文。
目标跟踪心得篇六：如何转换DarkLabel的标注并在MMTracking上输出跟踪评测(Win, Linux均适用)
认真努力，做一只会飞的毛毛虫。
01-30 1204
接着，我们需要明白我们需要什么格式的数据来作为测评的验证？答案是mmtracking已经给了示例：在mmtracking-1.0.0rc1\tests\data\demo_mot_data\ann.json，也就是说我们需要将Darklabel的标注的txt格式转化为json文件，当然这个json不是标准的coco格式，只是类coco，比如ann.json文件中就包含有video关键字。
目标跟踪心得篇二：ByteTrack原理及其在MMTracking上的代码逐行分析（本文顺带分析MMTracking相关难点，后期不在赘述）
认真努力，做一只会飞的毛毛虫。
01-10 2716
要学习ByteTrack，首先得了解其名字是怎么来的：这个工作是一个学生在字节实习的时候提出来的算法，因此就以Byte这个单词来命名，可能从名字上没有太直观的含义来体现出这个算法在干嘛。 ByteTrack是基于TBD范式提出来的跟踪算法，作者的work就是提出来了一种数据关联方法（name叫BYTE），它和主流的SORT类算法的区别在于：ByteTrack不会简单的去掉低分结果（detection得到的score），而是从低分框里挖掘一些有用的信息，这样就可以捞回一些之前被丢弃的结果，因此在小目标和遮挡
MMTracking是基于PyTorch的开源视频感知工具箱。-Python开发
05-25
OpenMMLab视频感知工具箱。 它通过统一的框架支持单对象跟踪（SOT），多对象跟踪（MOT），视频对象检测（VID）。 文档：https://mmtracking.readthedocs.io/简介MMTracking是基于PyTorch的开源视频感知工具箱。 它是OpenMMLab项目的一部分。 master分支与PyTorch 1.3到1.7一起使用。 第一个统一视频感知平台的主要功能我们是第一个将多种视​​频感知任务统一起来的开源工具箱，其中包括视频对象检测，单个对象跟踪和多个对象跟踪。 模块化设计我们分解视频
mmtracking单目标跟踪数据集说明以及自定义数据集
盛世芳华
07-12 887
以data_seq/UAV123/bike1,anno/UAV123/bike1.txt,1,3085为例，data_seq/UAV123/bike1目录下放的是一个视频的图片序列。建议一个视频只跟着一个运动的物体标注，如果数据集实在匮乏，也可以一个视频的图片序列标注多个运动物体，但只要每个运动的物体都生成独立的标注文件就可以了。格式为：图片序列路径、图片序列标注文件路径、开始帧、结束帧，开始帧默认就是1，结束帧可以理解为最后一张图片的序列，或者文件夹下图片的总数。以OTB100为例，查看网址。
Mmtracking自定义MOT-17数据集进行多目标跟踪
盛世芳华
04-03 6875
自定义数据集 — MMTracking 0.14.0 文档关于MOT-17数据集的格式解压MOT17_tiny.zip文件会看到test和train目录，test不用管，在train目录下有MOT17-02-FRCNN、MOT17-04-FRCNN两个文件夹，实际上对应了两个视频文件，在MOT17-02-FRCNN目录下有det、gt、img1三个文件夹，和一个叫做seqinfo.ini的文件。det目录存储的其实就是目标识别的标注信息，文件夹下有一个det.txt文件，每行一个标注，代表一个检测的物体。
mmtracking使用指南
weixin_44141627的博客
07-14 1029
关于开源工具箱mmtracking的详细配置过程
mmtracking安装（最大问题：版本问题）
RFIDLJJ的博客
11-07 1674
mmtrack安装遇到问题并解决的总结，以及运行demo案例
使用最新目标跟踪框mmtracking实现自己的目标跟踪项目
求真、务实
01-06 8954
#1 搭建环境 1、创建虚拟环境 conda create -n mmtrack python=3.7 -y 2、激活虚拟环境 conda activate mmtrack 3、安装cudatoolkit conda install cudatookit=10.1 如果安装失败，也可以去这里先下载cudatoolkit的离线包，然后再安装： conda install cudatoolkit-10.1.243-h6bb024c_0.tar.bz2 4、安装torch和torchvision
[MMtracking]配置
mfq2008的博客
11-23 312
MMTracking环境配置
探索MMTracking：引领视频感知新纪元的开源利器
gitblog_01034的博客
08-09 476
探索MMTracking：引领视频感知新纪元的开源利器 mmtrackingOpenMMLab Video Perception Toolbox. It supports Video Object Detection (VID), Multiple Object Tracking (MOT), Single Object Tracking (SOT), Video Instance Segmen...
目标跟踪数据集工具箱
01-14
MMTracking 是 OpenMMLab 推出的一个综合性的目标跟踪框架，支持多种类型的跟踪任务如单/多目标跟踪及视频物体检测等。为了方便开发者快速上手，官方文档给出了详细的环境搭建说明： ```bash git clone ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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