将Yolov5的检测结果文本输出格式改成MOT17格式

先说一下Yolov5的格式：

检测文本输出格式也是标注格式：1、类   2、检测框中心点x值  3、中心点y值    4、宽   5、高     6、置信度    （2，3，4，5均为归一化后的值）

如果是视频会把每一帧都建立一个TXT。

MOT17格式：

       

1、帧    2、对象ID    3、左上角点的X    4、左上角Y      5、宽    6、高     7、置信度     8、9、10分别为xyz，2D用不着。

总共要改两处地方（注释掉的为原来的代码）：

  # 设置保存框坐标txt文件的路径
            #txt_path = str(save_dir / 'labels' / p.stem) + ('' if dataset.mode == 'image' else f'_{frame}')  # img.txt
            #MOT17格式
            txt_path = str(save_dir / 'labels' / p.stem)









# if save_txt:  # Write to file
                    #     # 将xyxy(左上角+右下角)格式转为xywh(中心点+宽长)格式，并除上w，h做归一化，转化为列表再保存
                    #     xywh = (xyxy2xywh(torch.tensor(xyxy).view(1, 4)) / gn).view(-1).tolist()  # normalized xywh
                    #     line = (cls, *xywh, conf) if opt.save_conf else (cls, *xywh)  # label format
                    #     with open(txt_path + '.txt', 'a') as f:
                    #         f.write(('%g ' * len(line)).rstrip() % line + '\n')
                    if save_txt:  #重写成mot17格式的输出
                        xywh = xyxy2xywh(torch.tensor(xyxy).view(1, 4))
                        line = (frame,-1, xyxy[0],xyxy[1],xywh[:,2],xywh[:,3],conf,-1,-1,-1)
                        with open(txt_path + '.txt', 'a') as f:
                            f.write(('%g,' *(len(line)-1)+'%g').rstrip() % line + '\n')

  顺便一提 gt格式：