python 多目标跟踪_(CVPR2020)多目标跟踪FairMOT复现(ubuntu)

0.环境

ubuntu16.04

cuda9.0

python3.6

torch==1.1.0

torchvision==0.3.0

Cython #(install first)

yacs

opencv-python

cython-bbox

scipy

numba

progress

motmetrics

numba

matplotlib

lap

openpyxl

Pillow==6.2.2

tensorboardX

torch与torchvision在上面的链接中下载。

apt-get install libbz2-dev

apt update && apt install -y libsm6 libxext6

apt-get install libxrender1

pip --default-time=500 install -i https://pypi.tuna.tsinghua.edu.cn/simple torch-1.1.0-cp36-cp36m-linux_x86_64.whl

pip --default-time=500 install -i https://pypi.tuna.tsinghua.edu.cn/simple torchvision-0.3.0-cp36-cp36m-manylinux1_x86_64.whl

pip --default-time=500 install -i https://pypi.tuna.tsinghua.edu.cn/simple Cython

pip --default-time=500 install -i https://pypi.tuna.tsinghua.edu.cn/simple llvmlite==0.31.0

pip --default-time=500 install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

cd src/lib/models/networks/DCNv2_new

sh make.sh

1.下载

将下载的模型复制到指定的目录下。

2.demo.py

运行demo.py GPU>=1159MiB ，就够了。TITAN xp上测试1500帧大概花费时间221s，所以平均一帧花费147ms。

cd src

python demo.py mot --load_model ../models/all_dla34.pth --conf_thres 0.4

#指定GPU

CUDA_VISIBLE_DEVICES=1 python demo.py mot --load_model ../models/all_dla34.pth --conf_thres 0.4

自己下载的话，需要复制到对应的路径下。

cp dla34-ba72cf86.pth /root/.cache/torch/checkpoints/

运行成功后，终端显示：

结果都保存在result文件夹下。

需要安装ffmpeg才会生成result.mp4，Ubuntu安装ffmpeg，请参考https://blog.csdn.net/lwgkzl/article/details/77836207。安装后，再次运行终端会输出显示：

好吧，我发现这个方法，在行人之间有大面积重合时，ID也会切换即跟丢了(难点啊难点)。

参考