Skip to content

Latest commit

 

History

History
38 lines (37 loc) · 2.28 KB

README_cn.md

File metadata and controls

38 lines (37 loc) · 2.28 KB

GA_FairMOT(低照度场景)

1 研究基础

1.1 论文研究来源

FairMOT是由华中科技大学和微软亚洲研究院联合提出的，论文地址FairMOT: On the Fairness of Detection and Re-Identification in Multiple Object Tracking，本项目是在其基础上的进一步改进，为研究提供理论基础。

1.2 代码基础来源

FairMOT原模型代码来源于PaddleDetection，为基于飞桨PaddlePaddle的端到端视觉套件，覆盖目标检测、实例分割、跟踪、关键点检测等方向，为模型模型研究提供代码基础。

1.3 数据来源

MOT17公开数据源于motchallenge，目前多目标跟踪领域的重要基准是MOTChallenge,作为上传并公布多目标跟踪方法研究成果的公共平台，其拥有最大的公开行人跟踪数据集。

1.4 AI社区分享

AI Studio是基于百度深度学习开源平台飞桨的人工智能学习与实训社区，为开发者提供了功能强大的线上训练环境、免费GPU算力及存储资源。泸沽这是我的社区账号，欢迎各位大佬前来探讨学习。

2 项目文件介绍

  1. requirements.txt：代码运行安装配置文件
  2. configs：模型运行的参数文件
  3. dataset：数据集存放文件
  4. ppdet：模型存放文件，包含各个模型模块
  5. tools.：训练、预测文件
  6. output：权重文件，权重下载Google云盘

3 项目运行步骤

  1. 安装依赖
pip install -r requirements.txt
  1. 模型训练
 CUDA_VISIBLE_DEVICES=0 
 !python -u tools/train.py \ 
 -c configs/fairmot/fairmot_dla34_30e_576x320.yml \
  1. 模型评估
CUDA_VISIBLE_DEVICES=0 
!python tools/eval_mot.py \ 
-c configs/fairmot/fairmot_dla34_30e_1088x608.yml \ 
-o weights=output/T_724fairmot_dla34_30e_1088x608/model_final.pdparams