数据集格式转换一：DarkLabelToMOT

1. 背景

使用DarkLabel制作目标追踪数据集，在训练模型时需要用到MOT数据集格式，因此需要进行格式转换。

2. 参考

参考pprpp大神的文章：https://www.jianshu.com/p/f36a45236044
先说区别：时间太长，我已经忘记了许多，似乎记得pprpp大神的代码应该是多个文件夹下的自动转换，而这里的代码是手动进行每个子文件夹的转换。pprpp大神的应该是单类别转换，这里的是多类别转换。

3. 单个文件夹的gt文件转换

import os
'''
（1）区别如下：

dir_dl_gt.txt(转换前)
frame(从0开始计), 数量, id(从0开始), box(x1,y1,x2,y2), class=null
0,4,0,450,194,558,276,null,1,408,147,469,206,null,2,374,199,435,307,null,3,153,213,218,314,null
1,4,0,450,194,558,276,null,1,408,147,469,206,null,2,374,199,435,307,null,3,153,213,218,314,null
2,4,0,450,194,558,276,null,1,408,147,469,206,null,2,374,199,435,307,null,3,153,213,218,314,null

-----------------------------------------------------------------------------------------------

gt.txt（转换后）
frame(从1开始计), id(从1开始计), box(left top w, h),ignore=1(不忽略), class=1(从1开始),覆盖=1), 
1,1,1363,569,103,241,1,1,0.86014
2,1,1362,568,103,241,1,1,0.86173
3,1,1362,568,103,241,1,1,0.86173
4,1,1362,568,103,241,1,1,0.86173

（2）类别信息：
class1，class2，class3，class4，class5为追踪目标的类别
'''


def xyxy2xywh(x):
    # Convert bounding box format from [x1, y1, x2, y2] to [x, y, w, h]
    # y = torch.zeros_like(x) if isinstance(x,
    #                                       torch.Tensor) else np.zeros_like(x)
    y = [0, 0, 0, 0]

    y[0] = (x[0] + x[2]) / 2
    y[1] = (x[1] + x[3]) / 2
    y[2] = x[2] - x[0]
    y[3] = x[3] - x[1]
    return y

def process_darklabel(video_label_path, mot_label_path):
    f = open(video_label_path, "r")
    f_o = open(mot_label_path, "w")

    contents = f.readlines()

    for line in contents:
        line = line[:-1]
        num_list = [num for num in line.split(',')]
        frame_id = int(num_list[0]) + 1         # 帧id
        total_num = int(num_list[1])            # 图片中的目标个数
        base = 2                                # 从2开始
        for i in range(total_num):              # 多个目标
            _id = int(num_list[base + i * 6]) + 1
            _box_x1 = int(num_list[base + i * 6 + 1])
            _box_y1 = int(num_list[base + i * 6 + 2])
            _box_x2 = int(num_list[base + i * 6 + 3])
            _box_y2 = int(num_list[base + i * 6 + 4])
            y = xyxy2xywh([_box_x1, _box_y1, _box_x2, _box_y2])
            
            classname_str = num_list[base + i * 6 + 5]      # 多类别多目标追踪，帧id和fairmot一样从1开始，类别id从0开始
            if(classname_str=="class1"):
                class_index = 0
            elif(classname_str=="class2"):
                class_index = 1
            elif(classname_str=="class3"):
                class_index = 2
            elif (classname_str == "class4"):
                class_index = 3
            elif (classname_str == "class5"):
                class_index = 4
            else:
                class_index = 5
                print('warning:文件中存在未识别的类别信息——',classname_str)
                
            write_line = "%d,%d,%d,%d,%d,%d,1,%d,1\n" % (frame_id, _id, y[0], y[1], y[2], y[3], int(class_index))
            f_o.write(write_line)

    f.close()
    f_o.close()

if __name__ == "__main__":
    root_dir = "./path/work/"		# 图片文件所在文件夹
    video_label_path = os.path.join(root_dir, "VID10_dl_gt.txt")		# darklabel标注保存文件
    mot_label_path = os.path.join(root_dir, "gt.txt")					# 生成的mot标注文件
    process_darklabel(video_label_path, mot_label_path)

4. 转换效果截图

5. 按照MOT数据集文件格式进行整理

将转换得到的gt.txt文件放到gt文件夹中；
img1中方放图片，记得删除dir_dl_gt.txt文件（darklabel标注文件）；
seqinfo.ini文件保存的是该文件夹的信息，各种信息按照个人理解如下图所示；
det文件夹先不用管，我一般将darklabel标注文件放到这里，具体的MOT数据集格式讲解可自行百度。

PS：鼠标坏了总是连击，好几次截图在编辑过程中就跟确认了（QQ截图，双击完成），没有好好排版，各位别嫌弃丑啊 -_-| 。