多目标跟踪算法（FairMOT）训练、测试过程

最新推荐文章于 2024-06-23 16:01:32 发布

weixin_45774010

最新推荐文章于 2024-06-23 16:01:32 发布

阅读量6k

点赞数 2

文章标签：深度学习

本文链接：https://blog.csdn.net/weixin_45774010/article/details/108397226

版权

本文档详细介绍了如何训练和测试多目标跟踪算法FairMOT。首先，提供了GitHub仓库链接，并指出在训练数据集CUHKSYSU和PWM上进行修改src/lib/cfg/data.json文件的步骤。接着，说明了修改src/lib/opts.py中data_dir的必要性。然后，建议调整experiments/all_dla34.sh中的gpu和batch_size，以及src/train.py中的输入图片尺寸。在训练过程中，如果遇到问题，可以尝试在FairMOT/src/lib/trains/base_trainer.py中调整优化器设置。训练完成后，模型保存在exp/mot/all_dla34目录下。最后，使用MOT15数据集评估模型性能，并对比原论文提供的模型指标。需要注意，训练参数的调整可能影响最终精度。

摘要由CSDN通过智能技术生成

多目标跟踪算法（FairMOT）训练、测试过程

GitHub地址：https://github.com/ifzhang/FairMOT
除GitHub上的步骤，还应做如下修改：
①训练数据集仅采用CUHKSYSU（下载的原数据名称为CUHK-SYSU，需修改为CUHKSYSU）和PWM，在src/lib/cfg/data.json文件中更改root和train部分，下面的测试部分也根据数据集进行修改，这里测试采用的MOT15数据集
在这里插入图片描述

②修改 src/lib/opts.py 文件中mot部分的 data_dir （数据集路径）：
在这里插入图片描述

③打开experiments/all_dla34.sh文件调整gpu和batch_size大小，若batch_size大小不满足训练要求，可更改src/train.py中输入图片尺寸（原始尺寸为（1088，608），作者回复可调节为32的倍数，但是并不是所有32倍数的尺寸都合适，这里试出来一个大小为(352, 256)的尺寸）：
在这里插入图片描述

即可开始训练

最低0.47元/天解锁文章

weixin_45774010

关注

2
点赞
踩
43

收藏

觉得还不错? 一键收藏
7
评论
多目标跟踪算法（FairMOT）训练、测试过程

多目标跟踪算法（FairMOT）训练、测试过程GitHub地址：https://github.com/ifzhang/FairMOT除GitHub上的步骤，还应做如下修改：①训练数据集仅采用CUHKSYSU（下载的原数据名称为CUHK-SYSU，需修改为CUHKSYSU）和PWM，在src/lib/cfg/data.json文件中更改root和train部分，下面的测试部分也根据数据集进行修改，这里测试采用的MOT15数据集②修改 src/lib/opts.py 文件中mot部分的 data_di
复制链接

扫一扫