Skip to content

Latest commit

 

History

History
202 lines (156 loc) · 13.6 KB

README_cn.md

File metadata and controls

202 lines (156 loc) · 13.6 KB
Raw

简体中文 | English

FairMOT (FairMOT: On the Fairness of Detection and Re-Identification in Multiple Object Tracking)

内容

内容

FairMOT以Anchor Free的CenterNet检测器为基础，克服了Anchor-Based的检测框架中anchor和特征不对齐问题，深浅层特征融合使得检测和ReID任务各自获得所需要的特征，并且使用低维度ReID特征，提出了一种由两个同质分支组成的简单baseline来预测像素级目标得分和ReID特征，实现了两个任务之间的公平性，并获得了更高水平的实时多目标跟踪精度。

PP-Tracking 实时多目标跟踪系统

此外，PaddleDetection还提供了PP-Tracking实时多目标跟踪系统。PP-Tracking是基于PaddlePaddle深度学习框架的业界首个开源的实时多目标跟踪系统，具有模型丰富、应用广泛和部署高效三大优势。 PP-Tracking支持单镜头跟踪(MOT)和跨镜头跟踪(MTMCT)两种模式，针对实际业务的难点和痛点，提供了行人跟踪、车辆跟踪、多类别跟踪、小目标跟踪、流量统计以及跨镜头跟踪等各种多目标跟踪功能和应用，部署方式支持API调用和GUI可视化界面，部署语言支持Python和C++，部署平台环境支持Linux、NVIDIA Jetson等。

AI Studio公开项目案例

PP-Tracking 提供了AI Studio公开项目案例，教程请参考PP-Tracking之手把手玩转多目标跟踪。

模型库

FairMOT在MOT-16 Training Set上结果

骨干网络 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
DLA-34(paper) 1088x608 83.3 81.9 544 3822 14095 - - -
DLA-34 1088x608 83.2 83.1 499 3861 14223 - 下载链接 配置文件
DLA-34 864x480 80.8 81.1 561 3643 16967 - 下载链接 配置文件
DLA-34 576x320 74.0 76.1 640 4989 23034 - 下载链接 配置文件

FairMOT在MOT-16 Test Set上结果

骨干网络 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
DLA-34(paper) 1088x608 74.9 72.8 1074 - - 25.9 - -
DLA-34 1088x608 75.0 74.7 919 7934 36747 - 下载链接 配置文件
DLA-34 864x480 73.0 72.6 977 7578 40601 - 下载链接 配置文件
DLA-34 576x320 69.9 70.2 1044 8869 44898 - 下载链接 配置文件

注意:

  • FairMOT DLA-34均使用2个GPU进行训练，每个GPU上batch size为6，训练30个epoch。

FairMOT enhance模型

在MOT-16 Test Set上结果

骨干网络 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
DLA-34 1088x608 75.9 74.7 1021 11425 31475 - 下载链接 配置文件
HarDNet-85 1088x608 75.0 70.0 1050 11837 32774 - 下载链接 配置文件

在MOT-17 Test Set上结果

骨干网络 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
DLA-34 1088x608 75.3 74.2 3270 29112 106749 - 下载链接 配置文件
HarDNet-85 1088x608 74.7 70.7 3210 29790 109914 - 下载链接 配置文件

注意:

  • FairMOT enhance模型均使用8个GPU进行训练，训练集中加入了crowdhuman数据集一起参与训练。
  • FairMOT enhance DLA-34 每个GPU上batch size为16，训练60个epoch。
  • FairMOT enhance HarDNet-85 每个GPU上batch size为10，训练30个epoch。

FairMOT轻量级模型

在MOT-16 Test Set上结果

骨干网络 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
HRNetV2-W18 1088x608 71.7 66.6 1340 8642 41592 - 下载链接 配置文件

在MOT-17 Test Set上结果

骨干网络 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
HRNetV2-W18 1088x608 70.7 65.7 4281 22485 138468 - 下载链接 配置文件
HRNetV2-W18 864x480 70.3 65.8 4056 18927 144486 - 下载链接 配置文件
HRNetV2-W18 576x320 65.3 64.8 4137 28860 163017 - 下载链接 配置文件

注意:

  • FairMOT HRNetV2-W18均使用8个GPU进行训练，每个GPU上batch size为4，训练30个epoch，使用的ImageNet预训练，优化器策略采用的是Momentum，并且训练集中加入了crowdhuman数据集一起参与训练。

FairMOT + BYTETracker

在MOT-17 Half上结果

骨干网络 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
DLA-34 1088x608 69.1 72.8 299 1957 14412 - 下载链接 配置文件
DLA-34 + BYTETracker 1088x608 70.3 73.2 234 2176 13598 - 下载链接 配置文件

注意:

  • FairMOT模型此处是ablation study的配置，使用的训练集是原先MIX的5个数据集(Caltech,CUHKSYSU,PRW,Cityscapes,ETHZ)加上MOT17 Train的前一半，且使用是预训练权重是CenterNet的COCO预训练权重，验证是在MOT17 Train的后一半上测的。
  • BYTETracker应用到PaddleDetection的其他FairMOT模型，只需要更改对应的config文件里的tracker部分为如下所示：
JDETracker:
 use_byte: True
 match_thres: 0.8
 conf_thres: 0.4
 low_conf_thres: 0.2

FairMOT迁移学习模型

在GMOT-40的airplane子集上的结果

骨干网络 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
DLA-34 1088x608 96.6 94.7 19 300 466 - 下载链接 配置文件

注意:

  • 此模型数据集是GMOT-40的airplane类别抽离出来的子集，PaddleDetection团队整理后的下载链接为: wget https://bj.bcebos.com/v1/paddledet/data/mot/airplane.zip，下载解压存放于 dataset/mot目录下，并将其中的airplane.train复制存放于dataset/mot/image_lists。
  • FairMOT模型此处训练是采用行人FairMOT训好的模型作为预训练权重，使用的训练集是airplane全集共4个视频序列，验证也是在全集上测的。
  • 应用到其他物体的跟踪，需要更改对应的config文件里的tracker部分的min_box_area和vertical_ratio，如下所示：
JDETracker:
 conf_thres: 0.4
 tracked_thresh: 0.4
 metric_type: cosine
 min_box_area: 0 # 200 for pedestrian
 vertical_ratio: 0 # 1.6 for pedestrian

快速开始

1. 训练

使用2个GPU通过如下命令一键式启动训练

python -m paddle.distributed.launch --log_dir=./fairmot_dla34_30e_1088x608/ --gpus 0,1 tools/train.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml

2. 评估

使用单张GPU通过如下命令一键式启动评估

# 使用PaddleDetection发布的权重
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml -o weights=https://paddledet.bj.bcebos.com/models/mot/fairmot_dla34_30e_1088x608.pdparams

# 使用训练保存的checkpoint
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml -o weights=output/fairmot_dla34_30e_1088x608/model_final.pdparams

注意:

  • 默认评估的是MOT-16 Train Set数据集, 如需换评估数据集可参照以下代码修改configs/datasets/mot.yml：
EvalMOTDataset:
  !MOTImageFolder
    dataset_dir: dataset/mot
    data_root: MOT17/images/train
    keep_ori_im: False # set True if save visualization images or video
  • 跟踪结果会存于{output_dir}/mot_results/中，里面每个视频序列对应一个txt，每个txt文件每行信息是frame,id,x1,y1,w,h,score,-1,-1,-1, 此外{output_dir}可通过--output_dir设置。

3. 预测

使用单个GPU通过如下命令预测一个视频，并保存为视频

# 预测一个视频
CUDA_VISIBLE_DEVICES=0 python tools/infer_mot.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml -o weights=https://paddledet.bj.bcebos.com/models/mot/fairmot_dla34_30e_1088x608.pdparams --video_file={your video name}.mp4  --save_videos

注意:

  • 请先确保已经安装了ffmpeg, Linux(Ubuntu)平台可以直接用以下命令安装：apt-get update && apt-get install -y ffmpeg。

4. 导出预测模型

CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/mot/fairmot/fairmot_dla34_30e_1088x608.yml -o weights=https://paddledet.bj.bcebos.com/models/mot/fairmot_dla34_30e_1088x608.pdparams

5. 用导出的模型基于Python去预测

python deploy/pptracking/python/mot_jde_infer.py --model_dir=output_inference/fairmot_dla34_30e_1088x608 --video_file={your video name}.mp4 --device=GPU --save_mot_txts

注意:

  • 跟踪模型是对视频进行预测，不支持单张图的预测，默认保存跟踪结果可视化后的视频，可添加--save_mot_txts表示保存跟踪结果的txt文件，或--save_images表示保存跟踪结果可视化图片。
  • 跟踪结果txt文件每行信息是frame,id,x1,y1,w,h,score,-1,-1,-1。

6. 用导出的跟踪和关键点模型Python联合预测

python deploy/python/mot_keypoint_unite_infer.py --mot_model_dir=output_inference/fairmot_dla34_30e_1088x608/ --keypoint_model_dir=output_inference/higherhrnet_hrnet_w32_512/ --video_file={your video name}.mp4 --device=GPU

注意:

  • 关键点模型导出教程请参考configs/keypoint/README.md。

引用

@article{zhang2020fair,
  title={FairMOT: On the Fairness of Detection and Re-Identification in Multiple Object Tracking},
  author={Zhang, Yifu and Wang, Chunyu and Wang, Xinggang and Zeng, Wenjun and Liu, Wenyu},
  journal={arXiv preprint arXiv:2004.01888},
  year={2020}
}
@article{shao2018crowdhuman,
  title={CrowdHuman: A Benchmark for Detecting Human in a Crowd},
  author={Shao, Shuai and Zhao, Zijian and Li, Boxun and Xiao, Tete and Yu, Gang and Zhang, Xiangyu and Sun, Jian},
  journal={arXiv preprint arXiv:1805.00123},
  year={2018}
}