TrackEval チュートリアル
このブロガーが非常に詳細に書いたことを読むことができますhttps://zhuanlan.zhihu.com/p/391396206
独自の MOT データセットを作成する
ソフトウェアの推奨事項
ここではDarklabelを使用することをお勧めします。アクセスできない場合は、Baidu Cloud にアップロードして、誰もがダウンロードして使用できるようにします。リンク:
リンク: https://pan.baidu.com/s/1K7vWRWr6jzi6xFSfAxwhVA
抽出コード: phu
1. yaml ファイルを開き、追跡したいカテゴリを書き込みます。ここでのカテゴリは次のとおりです。
my_classes: ["uav", "car", "person"]
2.関連説明ですが、バージョンのショートカットキーはshift+マウス操作になりました。
関連するデータセットを作成したら、完了を追跡し、結果を保存します。評価には TrackEval を使用します。
データセットの形式は次のとおりです。
1,1,592,444,482,284,1,-1,-1,-1
gt.txt という名前を付けます
ファイルパス
#gt信息
#如果多个的话,并列存放
data/
gt/
mot_challenge/
MyDataset/
seq-01/ # 视频名
gt/
gt.txt # <---- ground truth
seqinfo.ini # 放你的视频的信息
trackers/ # 你自己代码运行出来的结果
mot_challenge/
MyDataset/
data/
seq-01.txt # <---- model result 视频结果.txt
Seqinfo.ini 情報
[Sequence]
name=ai_city
imDir=img1
frameRate=30
seqLength=1996
imWidth=1920
imHeight=1080
imExt=.jpg
走る
スクリプトを実行/run_mot_challenge.py
-GT_FOLDER # gt路径
--BENCHMARK ai_city # 视频名
--DO_PREPROC False
--METRICS HOTA # 选择测评指标 'HOTA', 'CLEAR', 'Identity'
gt.txt の両方を使用したため、私が自分で実行した結果が次のとおりです。
CLEAR: data-pedestrian MOTA MOTP MODA CLR_Re CLR_Pr MTR PTR MLR sMOTA CLR_TP CLR_FN CLR_FP IDSW MT PT ML Frag
more_2_0 100 100 100 100 100 100 0 0 100 1056 0 0 0 4 0 0 0
more_2_1 100 100 100 100 100 100 0 0 100 1065 0 0 0 5 0 0 0
more_2_2 100 100 100 100 100 100 0 0 100 476 0 0 0 2 0 0 0
more_2_3 100 100 100 100 100 100 0 0 100 971 0 0 0 4 0 0 0
COMBINED 100 100 100 100 100 100 0 0 100 3568 0 0 0 15 0 0 0
Count: data-pedestrian Dets GT_Dets IDs GT_IDs
more_2_0 1056 1056 4 4
more_2_1 1065 1065 5 5
more_2_2 476 476 2 2
more_2_3 971 971 4 4
COMBINED 3568 3568 15 15
その後もバグが見つかった
再評価中に以下の問題が発生し、コメント欄でも指摘がありましたが、問題で報告されたエラーはカテゴリが間違っていたためです。そのため、gt ファイル内のカテゴリを修正する必要があります。マークするダークラベル、gt ファイルの形式は次のとおりです。
1,1,592,444,482,284,-1,-1,-1,-1
これを次のように変更する必要があります
1,1,592,444,482,284,-1,1,-1,-1
ついにテストに合格しました。
trackeval.utils.TrackEvalException: Attempting to evaluate using invalid gt classes. This warning only triggers if preprocessing is performed, e.g. not for MOT15 or where prepropressing is explicitly disabled. Please either check your gt data, or disable preprocessing. The following invalid classes were found in timestep 1: -1