本文主要是为了深入理解DeepSort而写的,由于时间精力有限慢慢来。
先看以下的两个链接:
code:https://github.com/nwojke/deep_sort
paper: Simple Online and Realtime Tracking with a Deep Association Metric
Deep Cosine Metric Learning for Person Re-identification
接下来我们看一下代码的构造:
大概是一个这样的结构
--application_util
--image_viewer.py #该模块包含一个基于OpenCV的图像查看器和绘图例程
--preprocessing.py #预处理
--visualization.py #可视化
--deep_sort
--detection.py #检测模块
--iou_matching.py #该模块包含IOU匹配度量。
--kalman_filter.py #用于图像空间过滤的卡尔曼滤波器实现和具体参数化。
--linear_assignment.py #用于解决线性分配的问题
--nn_matching.py #用于最近邻居匹配度量的模块 emmm..应该是作者自己说的引用的那个啥?哦对余弦测量
--track.py #这玩意是单目标追踪器 (哈哈哈我要的就是这玩意)
--tracker.py #这玩意是多目标追踪器
--tools #从冷冻推理图中生成检测
--freeze_model.py #查了一下这玩意是推理图
--generate_detections.py #生成检测
--deep_sort_app.py
--evaluate_motchallenge.py #评估(?)知道的小伙伴告诉我一下这个是什么玩意,评估啥呀
--generate_videos.py #生成视频
--show_results.py #结果
#大概就是这样子了
1.运行deepsort
创建环境>进入环境
pip install -r requirements.txt
这里有一点要注意,如果想用gpu训练的话,把这个删除
如果安装的话
pip uninstall torch
安装cuda torch
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch
pip install requests
pip install pandas
pip install seaborn
运行成功