FairMOTVehicle:A fork of FairMOT used to do vehicle MOT.用于跟踪车辆的多目标跟踪, 自定义数据进行单类别多目标实时跟踪

时间:2024-05-24 12:29:39
【文件属性】:

文件名称:FairMOTVehicle:A fork of FairMOT used to do vehicle MOT.用于跟踪车辆的多目标跟踪, 自定义数据进行单类别多目标实时跟踪

文件大小:20.01MB

文件格式:ZIP

更新时间:2024-05-24 12:29:39

Python

FairMOTVehicle A fork of FairMOT used to do vehicle MOT(multi-object tracking). You can refer to origin fork 车辆跟踪,效果如下,此测试未经过训练(Results of vehicle mot is as follows, the video seq has not been trained): 使用UA-DETRAC公开数据集训练FairMOT(Using UA-DETRAC as training dataset for vehicle tracking) UA_DETRAC是一个公开的车辆跟踪数据集, 共8万多张训练数据集,每一张图的每一辆车都经过了精心的标注。 训练方法(具体调用时,根据服务器目录, 修改自定义路径) (1). 使用gen_labels_detrac.py脚本


【文件预览】:
FairMOTVehicle-master
----results()
--------result_ep5.gif(9.88MB)
--------frame()
----requirements.txt(120B)
----src()
--------gen_labels_mot16_car.py(3KB)
--------_init_paths.py(231B)
--------data()
--------gen_data_path.py(709B)
--------gen_labels_20.py(1KB)
--------gen_labels_detrac.py(18KB)
--------test_det.py(8KB)
--------lib()
--------gen_labels_15.py(3KB)
--------demo.py(2KB)
--------test_emb.py(4KB)
--------track.py(9KB)
--------train.py(5KB)
----experiments()
--------all_hrnet.sh(110B)
--------all_dla34.sh(206B)
--------ft_mot20_dla34.sh(199B)
--------all_res50.sh(111B)
--------ft_mot15_dla34.sh(187B)
----MOT15_dataset_down.sh(197B)
----model_down_script.sh(560B)
----LICENSE(1KB)
----README.md(2KB)
----DATASET_DOWNLOAD_SCRIPT()
--------Citypersons_dataset.sh(401B)
----cp_seqinfo_to_MOT15.py(570B)

网友评论