多目标跟踪论文 Deep SORT 特征训练TensorFlow实现

多目标跟踪论文 Deep SORT 特征训练TensorFlow实现

flyfish

环境
Ubuntu 18.04
Tensorflow1.5 或者Tensorflow1.13.1
Python 3.6
论文《Deep Cosine Metric Learning for Person Re-Identification》
论文下载地址 https://elib.dlr.de/116408/
源码地址 github.com/nwojke/cosine_metric_learning

验证版本
进入虚拟环境

santiago@sea:~/env/deepsort/bin$ source activate

Tensorflow版本

(deepsort) santiago@sea:~/env/deepsort/bin$ python3 -c 'import tensorflow as tf; print(tf.__version__)'

Python版本

(deepsort) santiago@sea:~/env/deepsort/bin$ python
Python 3.6.7 (default, Oct 22 2018, 11:32:17) 
[GCC 8.2.0] on linux

预训练文件
Market1501-20190516T021325Z-001.zip
MARS-20190516T020411Z-001.zip

数据集
Market-1501-v15.09.15
MARS-v160809（共1,192,266项 bbox_train.zip 2.9G; bbox_test.zip 3.8G）
MARS地址 http://www.liangzheng.com.cn/Project/project_mars.html

论文中使用的是MARS训练的模型
训练过程
进入目录

(deepsort) santiago@sea:~/env/deepsort/bin$ cd /home/santiago/code/cosine_metric_learning

训练命令

python train_mars.py \
    --dataset_dir=./MARS-v160809 \
    --loss_mode=cosine-softmax \
    --log_dir=./output/mars/ \
    --run_id=cosine-softmax

可视化查看命令

(deepsort) santiago@sea:~/code/cosine_metric_learning$ tensorboard --logdir ./output/mars/cosine-softmax --port 7006
TensorBoard 1.5.1 at http://sea:7006 (Press CTRL+C to quit)

训练过程中生成的文件
每5分钟自动保存一组文件

checkpoint
events.out.tfevents.1558318906.sea
graph.pbtxt

model.ckpt-0.data-00000-of-00001
model.ckpt-0.index
model.ckpt-0.meta

checkpoint里记录
model_checkpoint_path: “model.ckpt-66576”
all_model_checkpoint_paths: “model.ckpt-66576”

finalize
(deepsort) santiago@sea:~/code/cosine_metric_learning$ python train_mars.py --mode=finalize --restore_path=./output/mars/cosine-softmax/model.ckpt-66576

会生成三个文件
mars.ckpt.data-00000-of-00001
mars.ckpt.index
mars.ckpt.meta

freeze生成mars.pb文件

python train_mars.py --mode=freeze --restore_path=./mars.ckpt

mars.pb文件就是论文中用到的文件