Deep-OC-SORT复现记录

阿珩#

已于 2023-12-18 14:04:48 修改

阅读量1.4k

点赞数

分类专栏： MOT复现文章标签：深度学习机器学习 pytorch

于 2023-10-10 15:48:01 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_44283270/article/details/133742052

版权

MOT复现专栏收录该内容

4 篇文章

订阅专栏

本文介绍了如何在Python环境中配置深度学习追踪框架Deep-OC-SORT，包括创建conda环境、安装依赖、预训练权重下载、数据集处理以及进行benchmark测试和消融实验，最后展示了如何使用HOTA评估性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 创建环境

conda create -n deepocsort python=3.8
conda activate deepocsort
#根据cuda版本安装torch
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html

2 （下载好源码后，在源码目录下）安装依赖项

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

#若报错：AttributeError: module 'distutils' has no attribute 'version'
# 则执行下两条指令，否则跳过
pip uninstall setuptools
pip install setuptools==58.0.4

cd ../external/fast_reid/
pip install -r docs/requirements.txt

3 预训练权重

在external下新建weights文件夹，下载权重后放到该目录下

Deep-OC-SORT/external/weights - Google 云端硬盘

4 数据集处理

见ocsort 复现_阿珩#的博客-优快云博客

在dataset.py更改数据集路径

5 测试

5.1 benchmark测试

# Flags to disable all the new changes
python3 main.py --exp_name $exp --post --emb_off --cmc_off --aw_off --new_kf_off --grid_off --dataset mot17
python3 main.py --exp_name $exp --post --emb_off --cmc_off --aw_off --new_kf_off --grid_off -dataset mot20 --track_thresh 0.4
python3 main.py --exp_name $exp --post --emb_off --cmc_off --aw_off --new_kf_off --grid_off --dataset dance --aspect_ratio_thresh 1000

5.2 mot17消融实验

# exp_name自定义名
# post线性插值后处理 
# new_kf_off不使用新KF
# dataset 数据集
# aw_param aw自适应权重参数
python3 main.py --exp_name $exp --post --grid_off --new_kf_off --dataset mot17 --w_assoc_emb 0.75 --aw_param 0.5
python3 main.py --exp_name $exp --post --grid_off --new_kf_off --dataset mot20 --track_thresh 0.4 --w_assoc_emb 0.75 --aw_param 0.5
python3 main.py --exp_name $exp --post --grid_off --new_kf_off --dataset dance --aspect_ratio_thresh 1000 --w_assoc_emb 1.25 --aw_param 1

#如mot17消融：
python3 main.py --exp_name ablation_deepoc --post --dataset mot17 --w_assoc_emb 0.75 --aw_param 0.5

报错：AttributeError: module 'numpy' has no attribute 'int'.

解决：dtype=np.int报错的情况，建议直接修改为np.int_即可解决

参考：Bug小能手系列(python)_9: 使用sklearn库报错 module ‘numpy‘ has no attribute ‘int‘-优快云博客

结果：

5.3 获得HOTA结果

文件路径？

# benchmark参数可更改
python3 external/TrackEval/scripts/run_mot_challenge.py \
  --SPLIT_TO_EVAL val \
  --METRICS HOTA Identity CLEAR \
  --TRACKERS_TO_EVAL ${exp}_post \
  --GT_FOLDER results/gt/ \
  --TRACKERS_FOLDER results/trackers/ \
  --BENCHMARK MOT17

# 如对mot17消融结果的评估
python3 external/TrackEval/scripts/run_mot_challenge.py \
  --SPLIT_TO_EVAL val \
  --METRICS HOTA Identity CLEAR \
  --TRACKERS_TO_EVAL ablation_deepoc_post \
  --GT_FOLDER results/gt/ \
  --TRACKERS_FOLDER results/trackers/ \
  --BENCHMARK MOT17

结果：