-
首先去github官网下载trackeval-master文件,下载后主要操作在data文件夹中
-
data文件下的gt文件是存放正确值的,也就是去dancetrack官网下载gt文件,这里以val为例子(因为我运行的run_ocsort_dance.py代码中测试的是val数据集),下载下来之后放入data/gt/mot_challenge/dancetrack-train文件夹下,注意,dancetrack-train是我自己创建的文件夹(也就是自定义数据集)。
-
在data/gt/mot_challenge/seqmaps文件夹中新建dancetrack-train.txt,内容就是dancetrack官网中的val_seqmap.txt,实际上就是数据的名字列表。
-
接下来要把运行程序之后的结果放入data/trackers/mot_challenge文件夹中,同样要新建一个dancetrack-train文件夹,里面放入此次运行实验的名称,以try为例,try下面新建data文件夹,里面放入所有的程序运行结果,也就是dancetrack000x.txt。
-
最后运行代码:
python scripts/run_mot_challenge.py --BENCHMARK dancetrack --SPLIT_TO_EVAL train --TRACKERS_TO_EVAL try --METRICS HOTA CLEAR Identity VACE --USE_PARALLEL False --NUM_PARALLEL_CORES 1
其中,–BENCHMARK是我们自定义数据的名称(注意要把-train去掉),–TRACKERS_TO_EVAL是测试的实验名称,本例中就是data/trackers/mot_challenge/dancetrack-train下的try文件(注意只需要写try就可以了)
整个框架结构如下:
Trackeval:
| |–data:
| | |–gt:
| | | |–mot_challenge:
| | | | |–dancetrack-train
| | | | |–MOT17-train
| | | | |–MOT20-train
| | | | |-- …
| | | | |–seqmaps
| | |–trackers:
| | | |mot_challenge:
| | | | |–dancetrack-train:
| | | | | |–try:
| | | | | | |–data
| | | | |–MOT17-train
| | | | |–MOT20-train
| | | | |-- …