多目标追踪完整流程：How to evaluate on custom tracking dataset

---

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: