网站导航
> 文档中心 > BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

网友: 文档中心 2022-09-20 20:50:33

文章目录

  • 摘要
  • 数据准备
  • 配置BoT-SORT环境
    • 获取代码
    • 创建虚拟环境
    • 安装必要的包
      • 1、安装pytorch
      • 2、安装cython
      • 3、安装Cython-bbox
      • 3、安装faiss
      • 4、安装其他的包
  • 训练
    • 生成REID数据集
    • 预训练模型
      • ByteTrack预训练模型
      • REID预训练模型
    • 开始训练
  • 测试
    • 测试视频
    • 测试摄像头

摘要

BoT-SORT是今年非常游戏的跟踪器模型。就所有主要 MOT 指标MOTA、IDF1 和 HOTA而言，BoT-SORT 和 BoT-SORT-ReID 在 MOT17 和 MOT20 测试集的 MOTChallenge数据集中排名第一。对于 MOT17：实现了 80.5 MOTA、80.2 IDF1 和 65.0 HOTA，在跟踪器的排行榜上暂居第一。
论文翻译：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/126890651
论文链接：https://arxiv.org/pdf/2206.14651.pdf
代码：https://github.com/NirAharon/BOT-SORT
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

这篇文章主要讲述如何实现BoT-SORT训练和测试。

数据准备

数据，我们使用MOT17和MOT20这两款数据集。下载地址：
官方网站：https://motchallenge.net/
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试
然后，点击“data”，就可以看到MOT17和MOT20。
选择MOT17，然后就可以看到MOT17的网页。

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试
将网页下拉到最后就可以看到下载链接了。点击“Get all data”，下载MOT17。
同理，选择MOT20下载MOT20数据集。

配置BoT-SORT环境

获取代码

链接：
https://github.com/NirAharon/BOT-SORT
将其下载下来。然后放到本地磁盘，解压。

创建虚拟环境

执行如下命令：

conda create -n botsort_env python=3.7conda activate botsort_env

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

安装必要的包

第一种，进入BoT-SORT-main目录
执行

pip install -r requirements.txt

安装requirements.txt所有的包，这样会安装多余的包。我通常采用另一种方式：单独安装每个包。

1、安装pytorch

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试
执行命令：

conda install pytorch torchvision torchaudio cudatoolkit=11.6 -c pytorch -c conda-forge

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

2、安装cython

pip install cython

3、安装Cython-bbox

这里主要讲如何在Window下面安装：

第一步：从网址https://pypi.org/project/cython-bbox/中下载cython-bbox，然后解压，可以看到dist文件夹。
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

第二步：解压后，在文件夹里找到setup.py，并把extra_compile_args=[’-Wno-cpp’]，修改为 extra_compile_args = {‘gcc’: [‘/Qstd=c99’]}，如下图所示:

   extra_compile_args = {'gcc':['/Qstd=c99']},

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

最后一步：在虚拟环境下，切换到cython_bbox-0.1.3缩在文件夹，输入命令：python setup.py build_ext install，当出现下图所示的结果，则代表cython-bbox安装成功。
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

3、安装faiss

参考：https://github.com/facebookresearch/faiss/blob/main/INSTALL.md

conda install -c conda-forge faiss-gpu

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

4、安装其他的包

pip install logurupip install thoppip install tabulatepip install sixpip install yacspip install termcolorpip install tensorboard

把上面的安装包正确安装后就可以开始测试了。

训练

生成REID数据集

将下载好的数据集解压，放到data目录下，如下图：

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试
执行命令：

# For MOT17 python fast_reid/datasets/generate_mot_patches.py --data_path <dataets_dir> --mot 17# For MOT20python fast_reid/datasets/generate_mot_patches.py --data_path <dataets_dir> --mot 20

例如:

# For MOT20python fast_reid/datasets/generate_mot_patches.py --data_path data --mot 17

等待完成后，就可以在“fast_reid/datasets”下面找到数据集，如下图：
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

预训练模型

ByteTrack预训练模型

  • Standard models
Model MOTA IDF1 IDs FPS
bytetrack_x_mot17 [google], [baidu(code:ic0i)] 90.0 83.3 422 29.6
bytetrack_l_mot17 [google], [baidu(code:1cml)] 88.7 80.7 460 43.7
bytetrack_m_mot17 [google], [baidu(code:u3m4)] 87.0 80.1 477 54.1
bytetrack_s_mot17 [google], [baidu(code:qflm)] 79.2 74.3 533 64.5
  • Light models
Model MOTA IDF1 IDs Params(M) FLOPs(G)
bytetrack_nano_mot17 [google], [baidu(code:1ub8)] 69.0 66.3 531 0.90 3.99
bytetrack_tiny_mot17 [google], [baidu(code:cr8i)] 77.1 71.5 519 5.03 24.45

REID预训练模型

MOT17-SBS-S50网盘链接：
https://drive.google.com/file/d/1QZFWpoa80rqo7O-HXmlss8J8CnS7IUsN/view?usp=sharing
或者下载我上传到CSDN的模型：
https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/86566078
将预训练模型统一放到pretrained文件夹
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

开始训练

修改配置文件Base-SBS.yml里面的参数，根据自己的显卡大小调整BatchSize和学习率。
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试
然后执行如下命令开始训练。

# For training MOT17 python fast_reid/tools/train_net.py --config-file ./fast_reid/configs/MOT17/sbs_S50.yml MODEL.DEVICE "cuda:0"# For training MOT20python fast_reid/tools/train_net.py --config-file ./fast_reid/configs/MOT20/sbs_S50.yml MODEL.DEVICE "cuda:0"

BoT-SORT实战：手把手教你实现BoT-SORT训练和测试
看到如下画面就表示开始训练了。在logs文件夹下面可以看到训练好的模型。
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

测试

打开tools/track.py文件，修改里面的参数，需要修改的参数。

parser.add_argument("--fast-reid-config", dest="fast_reid_config", default=r"fast_reid/configs/MOT17/sbs_S50.yml", type=str, help="reid config file path")parser.add_argument("--fast-reid-weights", dest="fast_reid_weights", default=r"pretrained/mot17_sbs_S50.pth", type=str, help="reid config file path")

将这两个参数按照本地的实际参数修改。
跟踪模型默认是byteTrack的bytetrack_x_mot17.pth.tar文件，我们可以根据任务调整。
BoT-SORT实战：手把手教你实现BoT-SORT训练和测试

  • Test on MOT17
cd <BoT-SORT_dir>python tools/track.py <dataets_dir/MOT17> --default-parameters --with-reid --benchmark "MOT17" --eval "test" --fp16 --fusepython tools/interpolation.py --txt_path <path_to_track_result>
  • Test on MOT20
cd <BoT-SORT_dir>python tools/track.py <dataets_dir/MOT20> --default-parameters --with-reid --benchmark "MOT20" --eval "test" --fp16 --fusepython tools/interpolation.py --txt_path <path_to_track_result>

例如：

python tools/track.py data/MOT17 --default-parameters --with-reid --benchmark "MOT17" --eval "test" --fp16 --fuse

等待测试完成。

测试视频

python tools/demo.py video --path <path_to_video> -f yolox/exps/example/mot/yolox_x_mix_det.py -c pretrained/bytetrack_x_mot17.pth.tar --with-reid --fuse-score --fp16 --fuse --save_result

例如：

python tools/demo.py video --path 1.mp4 -f yolox/exps/example/mot/yolox_x_mix_det.py -c pretrained/bytetrack_x_mot17.pth.tar --with-reid --fuse-score --fp16 --fuse --save_result

测试摄像头

python3 tools/demo.py webcam -f yolox/exps/example/mot/yolox_x_mix_det.py -c pretrained/bytetrack_x_mot17.pth.tar --with-reid --fuse-score --fp16 --fuse --save_result

四四频道

网络标签：

相关问题