复现AB3MOT问题和解决记录

源码：GitHub - xinshuoweng/AB3DMOT: (IROS 2020, ECCVW 2020) Official Python Implementation for "3D Multi-Object Tracking: A Baseline and New Evaluation Metrics"

环境搭建：AB3DMOT/INSTALL.md at master · xinshuoweng/AB3DMOT · GitHub

经验借鉴：ubuntu18.04配置AB3DMOT多目标跟踪算法，详细配置流程_暧昧的呆呆猫的博客-CSDN博客

（一）复现过程及遇到的问题：

1、数据集准备（KITTI）：

2、虚拟环境搭建

conda create -n name python=x.x
#启动虚拟环境
conda activate name

3、按照经验借鉴的文章操作至第二步结束（利用脚本修改calib中的文件）

4、运行命令

#注意--split后的命令与作者提供的命令不同，因为数据及文件结构安排改变了，此时调取的是test文件夹中的数据（详见main.py，第14行）
python3 main.py --dataset KITTI --split test --det_name pointrcnn
python3 scripts/post_processing/trk_conf_threshold.py --dataset KITTI --result_sha pointrcnn_test_H1
python3 scripts/post_processing/visualization.py --result_sha pointrcnn_test_H1_thres --split test

刚开始按照作者给的命令运行后出现boundingbox与数据不匹配的问题，从（visualization of results · Issue #15 · xinshuoweng/AB3DMOT · GitHub）这个issue中发现解决问题的思路。原因是原命令跑得是val数据（虽然我也不知道这个val在哪），最后又把boundingbox投到了我的test数据上。

5、数据可视化

命令运行结束后自动生成result文件夹，imagine和vedio保存在pointrcnn_test_H1_thres中

（二）效果评价：

1、出现自行车、行人 无法识别跟踪的情况（是检测问题还是数据关联问题？）；

2、无法区分不同类别的object（可以尝试用不同的颜色区分boundingboxes）；

3、 目标识别距离有限（50米？）；

4、出现了一个物体打上多个boundingbox的情况；

5、没有动态和静态目标的区分，全部进行跟踪浪费计算资源；

6、没有动态障碍物的轨迹预测；

7、误检测（给树打框）