目标跟踪
HUSTer-deeplearning
华中科技大学计算机学院研二学生,研究方向:计算机视觉
展开
-
非机动车检测数据集(用于训练目标跟踪)
该数据集主要包含自行车、电动车和摩托车,标签都是yolo格式,是经过本人精心挑选及筛选的。博客上也有很多其它数据集资源,但经本人下载后有很多图片的标签有误,甚至压根就不是人工标注的(估计是拿模型直接检测出来的),这个严重影响模型的精度。原创 2022-10-26 16:01:33 · 2867 阅读 · 3 评论 -
ByteTrack: Multi-Object Tracking by Associating Every Detection Box
这篇论文是我觉得目前在多目标跟踪领域效果最好的,能够有SOTA级MOTA以及很高的推理速度,最快能够达到60FPS.解决的核心问题:如何在匹配过程中充分利用从高分到低分的检测框具体思路:保留了几乎所有的检测框,并将它们分为高分检测框和低分检测框。我们首先将高分检测框与tracklet相关联。有些轨迹无法匹配,因为它们与高分检测框不匹配,这通常发生在发生遮挡、运动模糊或大小变化时。然后,将低分数检测框和这些不匹配的轨迹关联起来,以恢复低分数检测框中的对象,同时过滤掉背景。如上图所示,其..原创 2022-05-19 15:06:43 · 349 阅读 · 2 评论 -
TransTrack: Multiple Object Tracking with Transformer
摘要TransTrack利用transformer架构,这是一种基于query-key机制多目标跟踪方法,就是通过前一帧的对象特征来跟踪当前帧的目标,并对当前帧进行对象检测,以检测新的对象。通过在一次拍摄中完成目标检测和目标关联,简化了检测+跟踪中复杂的多步设置,建立了一种新的联合检测和跟踪MOT范式。所谓query-key机制,在单目标跟踪中经常被使用,即通过前一帧的对象特征来跟踪当前帧的目标。但是这种机制无法检测新的目标,所以很少用作多目标跟踪中。其中图a是正常的检测+匹配的目标跟踪,即原创 2022-05-12 19:22:25 · 977 阅读 · 3 评论