（Deep_sort）代码复现及理解笔记➕deep_sort_app.py代码理解

最新推荐文章于 2024-08-08 07:46:12 发布

听我的错不了

最新推荐文章于 2024-08-08 07:46:12 发布

阅读量9.6k

点赞数 19

分类专栏：目标跟踪代码理解个人记录文章标签： deep sort

本文链接：https://blog.csdn.net/weixin_45032769/article/details/95899378

版权

本文详细记录了DeepSORT算法的复现过程，包括环境配置、代码执行、跟踪轨迹生成等步骤。通过下载代码、数据集、预训练模型，使用TensorFlow 1.12在Ubuntu 18.04上进行操作。文章介绍了如何生成检测、运行跟踪器以及评估MOT挑战基准，并提供了相关资源和参考资料。

摘要由CSDN通过智能技术生成

2019年7月14日：
参考链接:https://www.cnblogs.com/wemo/p/10600454.html
g
https://blog.csdn.net/zjc910997316/article/details/83899474

Github开源代码链接：https://github.com/nwojke/deep_sort.git

完全版更加详细的加强版deepsort完整复现＋MOT评测生成!!,持续更新!

1 准备工作()

下载deep sort代码文件
下载MOT16数据集
下载权重文件

2 导入库文件

进入pycharm ，open这个deep_sort-master文件夹
在这里插入图片描述
再把下载好的MOT16放在这个目录下，以及权重文件rescourses
。
找到deep_sort_app.py这个py文件并执行这个py文件。
若只显示以下内容，证明不缺少库，显示其他内容就调用相关的库文件即可。

3 开始复现

3.1 整理环境

找到readme这样一个文件双击，里面是这个代码的说明书，按照要求执行操作，从pycharm底部的terminal运行。文件的一开始给出了一些库，一般缺少的就是这些库。并要求tensorflow版本不能低于1.10.
在这里插入图片描述
根据上图，创建文件夹networks放在resources下，并把准备好的mars.pb文件放进去。
此时，我们可以看到MOT文件下是两个子文件架train和test

而resources文件下是以下内容而刚在调整的pb文件在networks文件架下。

2019年7月15日：

3.2 Running the tracker（执行跟踪轨迹）

下面的示例启动其中一个上的跟踪器
(MOT16基准)序列。
我们假设资源已被提取到存储库根目录中
MOT16基准数据在’ ./MOT16 '中:

python deep_sort_app.py  \
    --sequence_dir=./MOT16/test/MOT16-06  \
    --detection_file=./resources/detections/MOT16_test/MOT16-06.npy  \
    --min_confidence=0.3  \
    --nn_budget=100  \
    --display=True

查看“python deep_sort_app.py -h”以获得可用选项的概述。存储库中还有一些脚本可以可视化结果，生成视频，并评估MOT挑战基准。