前言
说说如何评估自己的多目标追踪数据集,顺便记录一下自己这几天遇到的问题吧。
一、Yolov5 + StrongSORT融合并配置
1.下载相关代码
这里感谢一下由mikel-brostrom提供的Yolov5 + StrongSORT with OSNet
github连接:https://github.com/mikel-brostrom/yolov8_tracking
百度网盘连接:链接: https://pan.baidu.com/s/1RdVlzzxTi8Guy0iC6D2xJg?pwd=1111
百度网盘里的StrongSORT是v8.0版本,对应yolov5-7.0
2.配置代码
把下载好的U版yolov5-7.0下面的文件夹复制到mikel-brostrom提供的Yolov5 + StrongSORT with OSNet的yolov5目录下。
3.复制权重文件到根目录
在mikel-brostrom提供的Yolov5 + StrongSORT with OSNet的根目录下创建weights文件夹,存放训练好的yolov5的权重文件(可以是自己训练好的yolov5模型,这样就可以检测你想检测的东西了)和追踪的权重文件(trackers/strong_sort/deep/checkpoint下复制过去就行)。
根目录下的val.py代码的def parse_opt()函数中把下面的代码改了。
主要是改一下权重文件的路径
def parse_opt():
parser = argparse.ArgumentParser()
parser.add_argument('--yolo-weights', type=str, default=WEIGHTS / 'yolov5n.pt', help='model.pt path(s)')
# osnet_x0_25_msmt17.pth改个后缀变为osnet_x0_25_msmt17.pt
parser.add_argument('--reid-weights', type=str, default=WEIGHTS / 'osnet_x0_25_msmt17.pt')
二、制作自己的数据集
1.下载软件Darklabel
Darklabel下载地址:https://github.com/darkpgmr/DarkLabel
百度网盘: https://pan.baidu.com/s/1iWxXx764J2N956dX0g_KJg?pwd=1111
2.对软件进行配置
打开目录下的darklabel.yml进行配置。
下面我就说说要改的代码(以下代码原来yml文件中有的就做对应修改,没有的加进去就行)
gt_file_ext: "txt"
classes_set: "my_classes"
## Predefined Classes Sets (you can define and add your own classes set here)
## 预定义的类集(您可以在此处定义和添加自己的类集)
my_classes: ["person", "vehicle"] #这边写的就是你自己的类了,配置完一会儿在软件里可以选你这边写好的类
format2: # MOT (predefined format]
fixed_filetype: