yolov5 DeepSort跟踪(5): Deepsort 多目标跟踪--行人/车辆ReID训练

项目中提供了行人ReID模型权重,放在yolov5-deepsort\deep_sort\deep_sort\deep\checkpoint下名为ckpt.t7的权重文件,是基于deepsort在行人ReID数据集训练出来,用于提取行人的外观特征

如果你自己有更好的ReID数据集的话,是可以重新训练的,本文将介绍在Marker-1501数据集下进行行人ReID训练

Market 1501 下载链接:https://pan.baidu.com/s/1dlG2CX6ZQKCW8cp9uwptEw?pwd=rwzn
提取码:rwzn

1. 行人ReID训练

1.1 Market 1501数据集

Market-1501 数据集是在清华大学校园中采集于2015年构建并公开。它包括由6个摄像头(其中5个高清摄像头和1个低分辨率摄像头)拍摄到的1501个行人、32668个检测到的行人矩形框。每个行人至少有2个摄像头捕捉到,并且在一个摄像头中可能具有多张图像。训练集有751人,包含12936张图像,平均每个人有17.2张训练数据;测试集有750人,包含19732张图像,平均每个人有26.3张测试数据。

1.1.1 数据集目录结构

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
### 回答1: DeepSORT行人目标跟踪数据集是一种用于训练和评估行人目标跟踪算法的数据集。该数据集主要用于研究和开发目标跟踪算法,尤其是针对行人目标跟踪。以下是该数据集的相关信息和特点。 DeepSORT行人目标跟踪数据集包含了大量的行人目标跟踪视频序列。这些视频序列采集自不同的场景,包括室内和室外环境。每个视频序列都包含了一个或多个行人目标的轨迹信息。 此数据集的录制过程中使用了高分辨率的监控摄像头,确保了视频图像的质量和清晰度。同时,数据集中的每个目标都经过了仔细的标注,包括目标的边界框、运动轨迹和身份标识等信息。 数据集中的行人目标包含了多种运动模式和行为特征,涵盖了行人在不同场景下的各种动作和行走速度。这样的多样性使该数据集能够更全面地训练和评估行人目标跟踪算法的性能和鲁棒性。 DeepSORT行人目标跟踪数据集还提供了丰富的标注信息和基准评估工具,方便研究人员对算法的性能进行评估和比较。这些标注信息包括每个目标在视频序列中的出现帧数、目标与其他目标的交互关系等。 通过使用DeepSORT行人目标跟踪数据集,研究人员可以训练和改进行人目标跟踪算法,提高算法在复杂场景下的准确度和鲁棒性。这对于实际应用中需要进行行人目标跟踪的系统和技术具有重要意义,例如视频监控、自动驾驶等领域。 ### 回答2: deepsort行人目标跟踪数据集是一种用于训练和评估深度目标跟踪算法的数据集。这个数据集主要用于从视频中提取和跟踪行人目标,并提供了必要的注释和标签信息。 deepsort行人目标跟踪数据集通常包括大量的视频片段,每个片段都包含多个行人。数据集中的视频片段来自各种场景,如街道、商场、地铁站等。这样,使用这个数据集可以训练模型来应对不同的环境和场景。 在每个视频片段中,每个行人目标都会被标记并注释,这些标注和注释信息通常包括每个行人的边界框、运动轨迹、行人ID等。这样,模型可以利用这些信息进行目标检测和跟踪。 通过使用deepsort行人目标跟踪数据集,可以帮助研究人员和开发者开发和改进行人目标跟踪算法。这个数据集不仅提供了大量的视频片段和标注信息,还提供了评估指标和基准结果,以便进行算法性能比较和评估。 总而言之,deepsort行人目标跟踪数据集是一个重要的数据资源,用于训练和评估深度目标跟踪算法,为行人目标跟踪领域的研究和开发提供了宝贵的支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

@BangBang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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