多目标跟踪数据集制作——darklabel

介绍

DarkLabel 是一个用于多目标跟踪 (MOT) 数据集制作的工具，主要用于标注视频中的目标，并为后续的跟踪算法提供高质量的数据。它的功能和特点包括：

• 易用性：DarkLabel 提供了用户友好的界面，使得标注过程更加直观和高效。用户可以轻松地加载视频，进行目标标注和跟踪。

• 多目标标注：支持同时标注多个目标，用户可以为每个目标分配唯一的标识符，这对于多目标跟踪任务至关重要。

• 动态调整：用户可以根据视频内容的变化，动态调整标注框的位置和大小，以适应目标的运动和变化。

• 输出格式：DarkLabel 支持多种输出格式，以便与不同的深度学习框架和跟踪算法兼容，方便后续的数据处理和模型训练。

• 自定义功能：用户可以根据需要自定义标注任务，例如选择特定的目标类别或设置标注规则。

通过使用 DarkLabel，研究人员和开发者可以快速构建高质量的多目标跟踪数据集，从而推动相关算法的发展和应用。

DarkLabel安装

https://github.com/darkpgmr/DarkLabel

自定义数据标注格式

编辑darklabel.yml

format9:    # MOT (predefined format]
  fixed_filetype: 0                 # if specified as true, save setting isn't changeable in GUI
  data_fmt: [fn, id, x1, y1, w, h, c=-1, c=-1, c=-1]
  gt_file_ext: "txt"                 # if not specified, default setting is used
  gt_merged: 1                    # if not specified, default setting is used
  classes_set: "coco_classes"     # if not specified, default setting is used
  name: "MOT2"                     # if not specified, "[fmt%d] $data_fmt" is used as default format name

加载视频

常用的操作指令

shift+左键检测框：移动检测框的位置，调整检测框的大小。
shift+双击左键检测框：编辑检测框的ID
shift+右键检测框：删除检测框

预测下一帧

保存txt

参考

https://www.cnblogs.com/pprp/p/12801507.html