FairMOT环境搭建

最新推荐文章于 2024-09-12 08:25:22 发布
最新推荐文章于 2024-09-12 08:25:22 发布
阅读量588 收藏 4
点赞数
文章标签： pytorch python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_55327963/article/details/127655004
版权

Anaconda环境准备

首先你需要下载Anaconda，博主下载的是Anaconda最新版，从Anaconda官网进行下载

然后需要创建虚拟环境

conda create -n fairmot
conda activate fairmot

然后安装依赖项，这里我并没有使用原项目中建议的：pytorch==1.7.0 torvision==0.8.0 cudatoolkit==10.2

首先在终端中输入：nvidia-smi查看主机的cuda版本（如果没有下载cuda则可以先查阅一下资料如何安装，配置cuda）

在这里插入图片描述

之后在网站网站中找到cudatoolkit版本对应的pytorch版本然后复制指令进行下载。我下载的是torch==1.10.0 torchvision==0.11.0 cudatoolkit=11.3.1

项目代码准备

# 克隆源码
git clone https://github.com/ifzhang/FairMOT.git
最低0.47元/天 解锁文章
XQii2333
关注
Xavier_NX（Xavier）配置CenterNet
ysten618的博客
07-14 1325
1.安装pytorch 下载torch-1.1.0-cp36-cp36m-linux_aarch64.whl sudo chmod -R 777 torch-1.1.0-cp36-cp36m-linux_aarch64.whl python3，用以下命令安装： pip3 install torch-1.1.0-cp36-cp36m-linux_aarch64.whl python2，用以下命令安装： pip install torch-1.1.0-cp36-cp36m-...
Ubuntu18.04 搭建YOLOV4环境
tugouxp的专栏
08-01 3429
下载代码，编译 git clone https://github.com/AlexeyAB/darknet cd darknet make 下载预训练权重: 验证： caozilong@caozilong-Vostro-3268:~/Workspace/yolo/darknet$ ./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg GPU isn't used ..
FairMOT配置（VS2019+Win10+CUDA11.0）
星空下的仰望者
05-07 3857
配置环境： Win10 VS2019 CUDA11.0 Pytorch1.7 配置步骤： 1、下载FairMOT： git clone --recursive https://github.com/ifzhang/FairMOT.git 2、使用anaconda创建并激活虚拟环境，安装pytorch1.7： conda create -n FairMOT python=3.8 conda activate FairMOT pip install torch==1.7.0+cu110 t
Ubuntu安装FairMOT环境避坑记录
godHhh的博客
11-13 578
在Ubuntu22.04、RTX3090、CUDA11.6环境下安装FairMOT项目环境的避坑记录。
FairMOT 使用指南
最新发布
gitblog_00958的博客
09-12 435
FairMOT 使用指南 项目地址:https://gitcode.com/gh_mirrors/fai/FairMOT 1. 项目介绍 FairMOT 是一个基于 YOLOv5s 背骨的多目标跟踪简单基线，由 Yifu Zhang 等人在其论文《FairMOT: 在多对象跟踪中检测与重识别的公平性》中提出，并发表于 IJCV 2021。它在 CrowdHuman 数据集上采用弱监督学习方法进行预...
FairMOT环境配置DCNv2编译
qq_44716044的博客
08-03 923
FairMOT复现，DCNv2编译无错版
FairMOT安装
u010948546的博客
07-04 316
安装环境：CUDA：11.3 GCC version 9.5.0。
FairMOT Linux配置问题
zhangerniu的博客
06-12 533
FairMOT配置问题
fairmot环境搭建
09-04
对于FairMOT的环境搭建，下面是基本...这是一个简要的搭建FairMOT环境的步骤，具体的操作可能会因为不同的系统和需求而有所差异。你可以参考FairMOT的官方文档或者在相关的开发社区寻求帮助，以便更好地完成环境搭建。
深度学习项目软件模板：FairMOT与ByteTrack内核
- 用户通过该模板可以学习到如何使用Python进行高效的数据处理、模型搭建、结果可视化等。 4. 计算机视觉与目标跟踪： - 模板中的核心算法涉及计算机视觉领域，特别是目标检测和跟踪。这是当前智能监控、自动驾驶...
FairMOT:一次多目标跟踪的简单基准
03-19
FairMOT 单次多对象跟踪的简单基准： ，张以夫，王春雨，王兴刚，曾文俊，刘文宇arXiv技术报告（ ） 抽象的 近年来，作为多目标跟踪的核心组件的目标检测和重新识别取得了显着进展。但是，很少有人关注在单个网络中完成两项任务以提高推理速度。沿此路径进行的初始尝试最终导致结果降低，这主要是因为未正确学习重新标识分支。在这项工作中，我们研究了故障背后的根本原因，并因此提出了解决问题的简单基准。在30 FPS时，它的性能明显优于MOT挑战数据集上的最新技术。我们希望这个基准可以启发并帮助评估该领域的新想法。 消息 （2020.09.10）FairMOT的新版本发布了！ （在MOT17上为73.7 MOTA） 主要更新 我们使用自我监督的学习方法在CrowdHuman数据集上对FairMOT进行了预训练。 要检测图像外部的边界框，我们使用左，上，右和下（4通道）来替换WH头（2通道）。
自动驾驶数据集：真实环境采集分析而得供行业内研究使用
07-15
对于研究者和开发者来说，购买这样的数据集可以快速搭建实验环境，验证和优化算法性能，推动自动驾驶技术的进步。 总之，"自动驾驶数据集：真实环境采集分析而得供行业内研究使用"不仅体现了自动驾驶领域的研究需求...
多目标跟踪FairMOT算法环境搭建跑通Demo遇到的问题
qq_33221533的博客
01-19 1989
0 背景 研究了FairMOT多目标跟踪算法，于是想跑一下论文开源中的Demo看下效果。首先第一件事情就是搭建环境。下面把这个环境搭建中遇到的几个棘手问题拿出来，并写出解决方法。 1 安装包 1.1 安装cython-bbox 和llvmlite 我首先创建了Anaconda3的虚拟环境 conda create -n fairmot-py36-torch1.5 python=3.6，并安装了torch == 1.5.0+cu101, torchvision == 0.6.0+cu101，cuda.
【MOT】FairMOT多目标跟踪2021（安装+代码解读）
qq_45752541的博客
04-08 8115
又快又好的多目标跟踪算法，代码解析
win10系统下的FairMOT代码运行
weixin_46642846的博客
01-07 2935
1.从Github下载FairMOT-master https://github.com/ifzhang/FairMOT 根据readme文件下载需要的python库，这里我选用的是anaconda安装的python3.7.0，pytorch版本为1.5.0，CUDA为10.1，cudnncudnn-10.1-windows10-x64-v7.6.5.32 注意：CUDA安装时候我参考了这篇 https://blog.csdn.net/zzpong/article/details/80282814 安装之后
多目标跟踪算法FairMOT深度解析
3D视觉工坊
10-10 6265
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨周威@知乎来源丨https://zhuanlan.zhihu.com/p/259356109编辑丨3D视觉工坊1 前言本文我们...
复现FairMot踩坑记录
GG的博客
11-24 2656
問題1： ERROR: Command errored out with exit status 1: command: /home/se8502/anaconda3/envs/fairmot/bin/python -u -c 'import io, os, sys, setuptools, tokenize; sys.argv[0] = '"'"'/tmp/pip-install-loqfqgxu/lap_27d2b6fda8f14025af34865b05f8ff1c/setup.py'"'...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值