跟踪算法
Mirinda_cjy
一个人不可能参与世间所有的热闹,正如一个人不能奢求掌握所有的技术。
做自己擅长的,感受最热闹。
展开
-
跟踪算法总结
目前业内公认效果比较好的跟踪算法:Deep-sort和FairMOT,二者主要区别在于:FairMOT是一个集成检测、跟踪的端到端算法,检测部分基于centerNet,跟踪部分类似deep-sort。个人认为跟踪算法性能的优劣取决于两方面:(1)检测器的性能;(2)跟踪策略。常用的检测网络:单阶检测:(1)YOLOv3/YOLOv4;(2)centerNet;(3)RefineDet;两阶检测:(1)faster-Rcnn对比FairMOT和yolov4+deep_sort的实际效果:原创 2020-11-25 11:59:28 · 9170 阅读 · 1 评论 -
FairMOT论文解读
论文地址:https://arxiv.org/abs/2004.01888 摘要 近年来,作为多目标跟踪的核心组件的目标检测和重新识别取得了显着进展。 但是,很少有人关注在单个网络中完成两项任务以提高推理速度。 沿此路径进行的初始尝试最终导致结果降低,这主要是因为未正确学习重新标识分支。 在这项工作中,我们研究了故障背后的根本原因,并因此提出了解决问题的简单基准。 它以30 fps的速度远远超过了公共数据集的最新水平。 我们希望这个基准可以启发并帮助评估该领域的新想法。 可以在https://gith转载 2020-10-16 14:13:55 · 1587 阅读 · 0 评论 -
从Deep-sort到FairMOT
转自:https://zhuanlan.zhihu.com/p/260292966?utm_source=wechat_session目标跟踪分为单目标跟踪(SOT)和多目标跟踪(MOT)。SOT一般在首帧给出目标,跟踪器(tracker)需要在后续帧定位出目标位置,可以看成目标重定位问题。MOT一般需要检测器(detector)先检测出目标,跟踪器对属于同一目标的框进行关联,可以看作目标匹配问题。下文重点介绍MOT算法。MOT算法的通常工作流程:(1)给定视频的原始帧;(2)运行对象检测器以获得对象转载 2020-10-14 14:37:16 · 3035 阅读 · 0 评论