笔者前两天看到一个多目标跟踪的开源项目,感觉非常有趣,于是,花费了一些时间,研究了一下,把代码跑了出来,特此记录,帮助有兴趣的读者。
多目标跟踪 | FairMOT:统一检测、重识别的多目标跟踪框架,全新Baseline
- 论文地址:https://arxiv.org/abs/2004.01888
- 项目地址:https://github.com/ifzhang/FairMOT
论文:A Simple Baseline for Multi-Object Tracking 作者来自华中科技大学和微软亚洲研究院,作者很谦虚的称该算法只是个 baseline,而且是 simple baseline!但是,它的几乎打败之前所有 State-of-the-art 算法。
一起看看作者口中的 baseline 的实际效果吧:
环境准备
基本开发环境
笔者使用的环境是 Ubuntu16.04 系统,Tesla K80 显卡,Python3.7 环境
你可以 Fork 原始项目的代码,当然不介意的话也可以 Fork 我的,因为我整理了几个脚本,方便处理
# Fork 原始项目
# git clone https://github.com/ifzhang/FairMOT.git
git https://github.com/FLyingLSJ/FairMOT.git
# 创建并激活虚拟环境
conda create -n FairMOT
conda activate FairMOT
# 安装必要包
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch
cd FairMOT
pip install -r requirements.txt
若出现下图这个错误,运行
pip install --upgrade cython
pip install -r requirements.txt # 再次运行
# 编译项目
cd src/lib/models/networks/DCNv2
sh make.sh
出现下图的结果,就代表编译好了。
附加环境
如果你想要将结果生成视频,那么就就必须安装 FFmpeg
FFmpeg 是一个免费的开源命令行工具,用于对多媒体文件进行代码转换。它包含一组共享的音频和视频库,例如 libavcodec,libavformat 和 libavutil。使用 FFmpeg,可以在各种视频和音频格式之间转换,设置采样率以及调整视频大小。
在 FairMOT/src/track.py
文件中使用到了该命令。
apt update
apt install ffmpeg
# 输入 y
# 安装验证
ffmpeg -version
https://www.ffmpeg.org/
https://www.ffmpeg.org/ffmpeg.html
https://linuxize.com/post/how-to-install-ffmpeg-on-ubuntu-18-04/
准备数据集
(原始项目所用到的数据集包括 Caltech Pedestrian, CityPersons, CUHK-SYSU, PRW, ETHZ, MOT17, MOT16.)2DMOT15 和 MOT20
但是,为了测试,我们只使用到 2DMOT15 和 MOT20
https://motchallenge.net/data/2D_MOT_2015/
https://motchallenge.net/data/MOT20/
我准备了一个 shell 脚本 MOT15_dataset_down.sh
可以帮你自动下载 MOT15 数据集,并且构造成所需要的目录结构,直接运行 sh MOT15_dataset_down.sh
即可。
# 下载并解压
cd ..
wget https://motchallenge.net/data/2DMOT2015.zip
mkdir dataset
cd dataset
mkdir MOT15
cd MOT15
mkdir labels_with_ids
mkdir labels_with_ids/train
unzip ../../2DMOT2015.zip
mv 2DMOT2015 images
# 下面这个数据集可以根据情况选择下载
wget https://motchallenge.net/data/MOT20.zip
unzip MOT20.zip
将数据集构建成以下结构, train(empty)
代表是一个空的文件夹
dataset
|—————— MOT15
| |——————images
| | └——————train
| | └——————test
| └——————labels_with_ids
| └——————train(empty)
|—————— MOT20
| |——————images
| | └——————train
| | └——————test
| └——————labels_with_ids
| └——————train(empty)
将 seqinfo 文件夹中的 *.ini 复制到 MOT15 对应的文件夹中,用以下脚本完成复制 seqinfo 信息可以在这里下载(以下两种方式均可):
- Google:https://drive.google.com/open?id=1kJYySZy7wyETH4fKMzgJrYUrTfxKlN1w
- Baidu 提取码:8o0w :https://pan.baidu.com/s/1zb5tBW7-YTzWOXpd9IzS0g
运行下面这个脚本,改变一下对应的路径即可:
import shutil
import os
seqinfo_dir = "./seqinfo" # seqinfo 所在的路径
MOT15_dir = "./dataset/MOT15/images/train/" # 数据集所在的路径
seqs = ['ADL-Rundle-6', 'ETH-Bahnhof', 'KITTI-13', 'PETS09-S2L1', 'TUD-Stadtmitte', 'ADL-Rundle-8', 'KITTI-17',
'ETH-Pedcross2', 'ETH-Sunnyday', 'TUD-Campus', 'Venice-2']
for seq in seqs:
src = os.path.join(seqinfo_dir, seq, "seqinfo.ini")
dst = os.path.join(MOT15_dir, seq, "seqinfo.ini")
shutil.copy(src, dst)
修改 src/python gen_labels_15.py
文件中数据集的路径
seq_root = '/dli/dataset/MOT15/images/train'
label_root = '/dli/dataset/MOT15/labels_with_ids/train'
然后运行下面程序
cd src
python gen_labels_15.py
# 没有下载 MOT20 数据集的话就不需要运行下面这句
python gen_labels_20.py
会生成一些 txt 文件
# 在 MOT15/labels_with_ids/train 文件夹下生成一些 txt 文件
└── train
├── ADL-Rundle-6
│ └── img1
├── ADL-Rundle-8
│ └── img1
├── ETH-Bahnhof
│ └── img1
├── ETH-Pedcross2
│ └── img1
├── ETH-Sunnyday
│ └── img1
├── KITTI-13
│ └── img1
├── KITTI-17
│ └── img1
├── PETS09-S2L1
│ └── img1
├── TUD-Campus
│ └── img1
├── TUD-Stadtmitte
│ └── img1
└── Venice-2
└── img1
# 在 MOT20/labels_with_ids/train 文件夹下生成一些 txt 文件
└── train
├── MOT20-01
│ └── img1
├── MOT20-02
│ └── img1
├── MOT20-03
│ └── img1
└── MOT20-05
└── img1
生成的 txt 内容如下:
下载权重
权重所在的目录结构如下:
FairMOT
└——————models
└——————ctdet_coco_dla_2x.pth
└——————hrnetv2_w32_imagenet_pretrained.pth
└——————hrnetv2_w18_imagenet_pretrained.pth
下面我使用的是直接用命令从谷歌网盘下载权重,如果你访问不了谷歌的话,那么下面的代码可能无法运行,我也将其做成了一个脚本文件 model_down_script.sh
。(后续考虑会下载下来,方便读者,或者联系我,帮你解决!)
# 在 FairMOT 创建一个 models 目录,用于保存权重文件
mkdir models
cd models
wget --no-check-certificate 'https://docs.google.com/uc?export=download&id=1pl_-ael8wERdUREEnaIfqOV_VF2bEVRT' -O ctdet_coco_dla_2x.pth
wget --load-cookies /tmp/cookies.txt "https://docs.google.com/uc?export=download&confirm=$(wget --quiet --save-cookies /tmp/cookies.txt --keep-session-cookies --no-check-certificate 'https://docs.google.com/uc?export=download&id=1udpOPum8fJdoEQm6n0jsIgMMViOMFinu' -O- | sed -rn 's/.*confirm=([0-9A-Za-z_]+).*/\1\n/p')&id=1udpOPum8fJdoEQm6n0jsIgMMViOMFinu" \
-O all_dla34.pth && rm -rf /tmp/cookies.txt
训练
修改部分文件的部分参数
- 修改
src/lib/opts.py
文件中的data_dir
(数据集路径)和data_dir
(代表的意义就是你使用什么数据集进行训练,在 src/lib/cfg 文件夹下有 4 份 json 文件可供选择,其中 data.json 文件中包含的数据集更多)
- 修改
src/lib/cfg/*.json
文件中的部分参数(*.json 代表你使用了那份数据进行训练,我们这里选择的是mot15.json
,所以就要修改 mot15.json 这份文件)
修改前后对比如下,其实就是修改 root 参数,改成我们的数据所在的路径就可以了。
训练
如果你只有单 GPU 的话,那么你需要修改 experiments/all_dla34.sh
中 GPU 个数的参数,单 GPU 就是 0,多 GPU 的话是 0, 1, 2 ... 等
然后在 FairMOT (也就是项目路径下)运行以下程序即可开始训练
sh experiments/all_dla34.sh
训练的时候可能会出现以下信息
这个可以忽略,我在原始项目提了一个 issue https://github.com/ifzhang/FairMOT/issues/36 作者解答说,这是因为训练的时候,只加载了预训练模型的部分的模型。
测试 demo
cd src
python demo.py mot --load_model ../models/all_dla34.pth --conf_thres 0.4
可以在 FairMOT/results/frame 文件夹下查看视频每一帧的运行结果。
跟踪检测测试
python track.py mot --load_model ../models/all_dla34.pth --conf_thres 0.6
可以修改 src/track.py
代码后面的几个参数,可以将对视频的预测每一帧保存起来,或者最终保存成一个视频,这个需要 FFmpeg 的支持下图 “图片” 是 “视频 " 打错字了
运行起来以后,可以在数据集下面生成一系列结果
待完成的工作
笔者只是将项目运行起来,但是对于论文中的细节还没有细看,而且这也是笔者第一次做多目标跟踪,所以对其中的原理、数据集的格式等问题还不是很理解,欢迎指正!
多目标跟踪 | FairMOT:统一检测、重识别的多目标跟踪框架,全新Baseline