目标跟踪
大别山伧父
这个作者很懒,什么都没留下…
展开
-
Generate JDE dot train
generate dot train format原创 2022-06-23 11:20:35 · 132 阅读 · 0 评论 -
KITTI Tracking dataset whose format is letf_top_right_bottom to JDE normalied xc_yc_w_h
tracking to train原创 2022-06-23 10:57:08 · 246 阅读 · 0 评论 -
KITTI Detection dataset whose format is letf_top_right_bottom to JDE normalied xc_yc_w_h
KITTI Detection to JDE format原创 2022-06-23 10:32:58 · 128 阅读 · 0 评论 -
Faster RCNN图
https://zhuanlan.zhihu.com/p/35922980二、 Get all Anchor这一块呢是对feature map上的每个点,我们都产生9个anchor值。则一共有 [公式] 个anchor。这里什么是anchor,其实就是以每个点为中心产生的box。作者写的generate_anchor函数运行之后得到的9个anchor输出如下:-83 -39 100 56-175 -87 192 104-359 -183 376 200-55 -55 72 72-119 -1原创 2022-05-09 23:33:19 · 223 阅读 · 0 评论 -
什么是 Object Tracking - SOT & MOT
什么是 Object Tracking本文指的目标跟踪包含 SOT 和 MOT。Object Tracking 是一个深度学习过程,算法跟踪目标的 motion。换句话说,它是 estimate 或 predict 视频中运动物体的 positions 和其他相关信息的 task。Object Tracking 通常涉及到 Object Detection 的过程。以下是这些步骤的 quick overview:Object Detection,算法通过在对象周围创建一个 bounding box原创 2022-03-03 16:44:03 · 3764 阅读 · 0 评论 -
目标检测到目标跟踪 -- Faster R-CNN 观测器
https://blog.paperspace.com/目标跟踪在在某些程度上可以说是目标检测的一个维度拓展。目标检测类似于贝叶斯 Filtering 和 Smoothing 中的观测器,整个目标跟踪 task 就像是(offline tracking 对应于smoothing 问题,online tracking对应于filtering 问题)一个 time-vary system,我们要做的就是使用 observation 来估计系统的 Hiden State (current object loca原创 2022-03-03 11:52:48 · 1930 阅读 · 0 评论 -
Visual (Single) Object Tracking -- SiamRPN
SiamRPN source codeimport torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.nn.modules.conv import Conv2dclass SiamRPN(nn.Module): def __init__(self, anchor_num=5): super(SiamRPN, self).__init__() self.anchor_num = anchor_原创 2022-02-26 20:41:37 · 261 阅读 · 0 评论 -
KITTI tracking 评估代码 python
KITTI tracking evaluation code in python#!/usr/bin/env python# encoding: utf-8""" function that does the evaluation input: - result_sha (sha key where the results are located - mail (messenger object for output messages sent via emai原创 2021-12-06 22:07:45 · 1468 阅读 · 1 评论 -
如何理解Focal Loss?
Focal Loss预科知识点本处使用英文更加准确,中文过于简洁精炼不利于初学者理解。其实各类专业术语的翻译,只要我们理解其本质,不同的表述都不会影响我们对问题的掌控。有些翻译为晦涩绕口的中文,其实就是这群人过度包装欺骗麻瓜,并以此来显得自己更专业。1. 目标检测情况下的一些术语Positive examples 目标分类或者前景信息,如ground-truth。Negative examples 非目标类或者背景信息,如与ground-truth的IOU值小于给定阈值的anchors。Eas原创 2021-12-03 23:44:35 · 872 阅读 · 0 评论 -
Review of RGB-T and MFGNet: Dynamic Modality-Aware Filter Generation for RGB-T Tracking
许多RGB-T跟踪器试图利用自适应加权方案(或注意力机制)来实现鲁棒特征表示。与这些工作不同的是,我们提出了一种新的动态模态感知滤波器生成模块(MFGNet),在实际跟踪中,通过自适应调整卷积核来增强可见光数据和热数据之间的信息通信。给定图像对作为输入,首先用骨干网对其特征进行编码。然后,我们将这些特征映射连接起来,生成带有两个独立网络的动态模态感知滤波器。使用可见滤波器和热滤波器分别对其对应的输入特征图进行动态卷积运算。受残差连接的启发,将生成的可见和热特征图与输入特征图进行汇总。增强后的特性映射将被输入原创 2021-10-27 17:53:58 · 502 阅读 · 1 评论 -
RGBT-Keywords
RGB-T TrackingDynamic Filter GenerationMulti-modal FusionLocal and Global SearchDeep Learning原创 2021-10-27 15:23:48 · 140 阅读 · 0 评论 -
awesome architecture for fusion and feature extraction
Deep Heterogeneous Feature Fusion for Template-Based Face Recognitionhttps://blog.csdn.net/u011732139/article/details/69943954Scene Classification Based on Two-Stage Deep Feature Fusionhttps://www.cnblogs.com/blog4ljy/p/8697313.htmlFeature-Fused SS.转载 2021-10-25 21:20:55 · 118 阅读 · 0 评论 -
定性分析OTB上个算法的结果图代码
可以兼容多个算法数据格式为 OTB100 - CFNet - Basketball.txt - 1213.0,123.0,123.0, 123.0 - 1213.0,123.0,123.0, 123.0 - ... - Biker.txt - 1213.0,123.0,123.0, 123.0 - 1213.0,123.0,123.0, 123.0 - ... - ... - MDNet ... - ...修改.原创 2021-09-13 16:07:49 · 270 阅读 · 0 评论 -
pysot系列----OTB算法结果绘图与保存函数
包含OTB数据绘图和保存的函数,只需要更改图片保存路径即可使用。注意运行时输入: ./pysot-toolkit-OTB2015/bin/eval.py --show_video_level --visimport matplotlib.pyplot as pltimport numpy as npfrom .draw_utils import COLOR, LINE_STYLE# figure_dir = r"C:\Users\lpf\Desktop\paper Latex\latex_lp原创 2021-09-07 18:35:36 · 1152 阅读 · 0 评论 -
pysot--eval.py笔记(读取算法结果,根据评价指标计算结果并可视化)
pysot toolkit 的eval文件目前pysot toolkit与pysot的eval不同之处在于是否有VOT2019等最新的数据集评价程序。包含的数据有:OTB系列VOT2016, 2018(2017)短时序列VOT2018-LTVOT2019NFSUAVLaSOTfrom __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_functi原创 2021-08-22 20:12:14 · 1069 阅读 · 0 评论 -
pysot系列--test.py笔记(加载数据集获取跟踪算法结果并保存)
# Copyright (c) SenseTime. All Rights Reserved.from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_functionfrom __future__ import unicode_literalsimport sys#sys.path.append('你的\\pysot-master\\路径')sys.pa原创 2021-08-22 19:54:45 · 968 阅读 · 0 评论 -
pysot-toolkit--eval.py笔记(读取算法结果,根据评价指标计算结果并可视化)
pysot toolkit 的eval文件目前pysot toolkit与pysot的eval不同之处在于是否有VOT2019等最新的数据集评价程序。包含的数据有:OTB系列VOT2016, 2018(2017)短时序列VOT2018-LTNFSUAVLaSOTimport osimport sysimport timeimport argparseimport functoolssys.path.append("./")sys.path.append("C:/Users/原创 2021-08-22 20:05:25 · 1791 阅读 · 4 评论 -
pysot系列--demo.py笔记(迭代器获取视频帧)
from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_functionfrom __future__ import unicode_literalsimport sys#sys.path.append('你的\\pysot-master\\路径')sys.path.append('C:\\Users\\lpf\\Desktop\\Code_of_Paper原创 2021-08-21 19:09:31 · 426 阅读 · 0 评论