Swin Transformer作为骨干网络的JDE（VisDrone2019-MOT数据集）

这一阵子的一个小工作：把JDE的骨干网络换成了Swin-T，在VisDrone2019-MOT数据集上训练，的确得到了比DarkNet53作为骨干网络更好的效果：

	IDF1	Recall	Precision	FP	FN	MOTA	MOTP
JDE(with DarkNet53 backbone)	45.0	48.7	91.4	5777	64672	42.4	0.235
JDE(with Swin-T backbone)	48.2	54.6	88.7	8784	57202	45.9	0.249

代码地址：https://github.com/JackWoo0831/Swin-JDE

欢迎star 哈哈哈哈

运行效果图：

网络结构如下图所示：

我们知道JDE其实是加了学习外观分支的YOLO v3，我把骨干网络换成了Swin Tiny，参数没改，用了Swin T的预训练模型。之后在骨干网络和YOLO v3的剩余部分为了维度对齐加了一个卷积层，在测试集上的检测与跟踪效果都比DarkNet有提高。

更多细节请见repo的README文件。

未来我会做的工作：

1. 训练MOT17并与DarkNet再作比较
2. 在VisDrone上达到更好的效果

有问题欢迎提问！！