代码库:https://github.com/xinshuoweng/AB3DMOT

搭建环境:
Ubuntu 16.04、Python 3.7.6 in Anaconda、Pytorch 1.2 + CUDA 9.2
预研环境搭建参照PointRCNN环境搭建及运行所述

KITTI object tracking数据集下载

数据集官网:http://www.cvlibs.net/datasets/kitti/eval_tracking.php
按照项目说明进行预研时,只需要下载image_02数据集:
http://www.cvlibs.net/download.php?file=data_tracking_image_2.zip

Xinshuo_PyToolbox准备

该项目需要作者的工具包https://github.com/xinshuoweng/Xinshuo_PyToolbox
需要安装其requirements.txt所述的package,之后将其中所有文件夹直接放入AB3DMOT文件夹内即可

步骤

1. install dependeny:
$ cd path/to/AB3DMOT
$ pip install -r requirements.txt2. Inference - run our tracker on the KITTI MOT validation set with the provided detection:
$ python main.py pointrcnn_Car_val
$ python main.py pointrcnn_Pedestrian_val
$ python main.py pointrcnn_Cyclist_val
选择一条即可,例如pedestrian3. 将image_2数据包内的文件解压至data/KITTI/resources4. 修改visualization.py内的变量seq_list为想要可视化的sample number,例如:
seq_list = ['0000', '0001', '0002', '0003', '0004', '0005', '0006', '0007', '0008'] 5. 执行python visualization.py pointrcnn_Pedestrian_val (对应步骤2的pointrcnn_Pedestrian_val)6. 在results/pointrcnn_Pedestrian_val/trk_image_vis查看结果

效果评价

  • 容易将长方体/柱状物识别成车辆/行人,识别车辆时尤为明显,但这种误判一般发生在道路区域外,-且持续帧数很少;
  • 可能将骑自行车的人判别为一般行人;
  • 没有明显漏判情况,但在发生遮挡时追踪很可能被打断致使追踪对象id不稳定;

AB3DMOT 车辆 行人识别相关推荐

  1. 车辆行人识别训练与部署,EasyDL-Jetson Nano 端边云协作专场公开课

    模型压缩与应用部署是深度学习落地的最后一步,也是工程量最大的一步.如何快速部署AI应用?实现高精度高可用?NVIDIA的硬件支持几乎是大多数人心目中最优先的候选方案,而百度的EasyDL也已积累了大量 ...

  2. 自动驾驶(三十二)---------车辆行人识别

    车辆行人识别传统的方法有很多,我记得以前大家喜欢搞HOG+SVM.XGboost等方法,但是深度学习出来之后,其他基本上就销声匿迹,所以现在基本上是深度学习一家独大. 目前市面上成熟的物体检测的模型有 ...

  3. 实验三 车辆行人识别

    [实验目的] 1.了解环境感知传感器目标识别的目的和方法, 掌握MATLAB中的目标检测方法. 2.了解MATLAB的目标检测器和检测函数,掌握车辆识别.行人识别.交通标志识别和道路识别等目标识别方法 ...

  4. 车辆重识别、行人检测数据集、多摄像头数据集

    Time:2022 / 8/ 19 Author:QHL-taki content:Dataset Sharing 前言 ​ 近期博主在做多摄像头行人重识别的任务,查询多方资料,收集到一些重识别相关的 ...

  5. 智慧城市交通系列之行人、车辆属性识别方案设计

    序言 不知道大家是否还记得前几年网上流传着一个视频非常的火爆(如下),网友称之为"中国天网",在它的面前,行人的特征直接暴露无遗,当时看到觉得非常的吃惊,惊讶于当前的监控技术达到了 ...

  6. 23年 yolov5车辆识别+行人识别+车牌识别+车速检测代码(python)

    行人识别yolov5和v7对比 yolo车距 yolo车距1 代码:yolov5车辆检测代码 已有1503人下载 代码无需更改,直接可以预测!!! 流程:

  7. ICCV 2019 | 旷视研究院提出VANet:具备视角感知力的车辆重识别网络

    本文介绍旷视研究院提出具备视角感知力的车辆重识别网络 VANet,它可以克服因被拍摄车辆的视角变化过于巨大所造成的性能严重削弱的问题. 论文名称:Vehicle Re-identification w ...

  8. 达摩院再获自动驾驶权威测评第一,车辆可识别“厘米级”障碍物

    达摩院再获自动驾驶权威测评第一.5月8日消息,在自动驾驶权威数据集Semantic KITTI上,达摩院凭借全新算法在"单帧3D点云语义分割"排行榜获得第一.该技术用于达摩院的无人 ...

  9. VehicleNet: Learning Robust Visual Representation for Vehicle Re-identification(车辆网络:学习用于车辆再识别的鲁棒视觉)

    摘要:车辆再识别(re-id)的一个基本挑战是学习鲁棒的和有区别的视觉表示,考虑到不同相机视图的显著的类内车辆变化.由于现有的车辆数据集在训练图像和视点等方面的局限性,我们建议利用四个公共车辆数据集构 ...

最新文章

  1. 2022年改变数据中心行业的八大趋势
  2. python中的逻辑关系
  3. 来自Riot 的一份游戏美术教程(四):环境美术
  4. java中策略设计模式_Java中的设计模式(五):策略模式
  5. 防止DISCUZ根域名跳转到forum.php的方法
  6. 返回一个整数数组中最大子数组的和---环形数组
  7. Java实现通过ssh远程连接主机并执行命令
  8. python中 n是换几行_如何在Python中用`\ n`替换通用换行符?
  9. 多媒体个人计算机硬件,A.对个人计算机增加多媒体功能所需软硬件进行最低标准.PDF...
  10. oracle服务器结构01
  11. 管理新语:不愿意做的事情,与其应付,不如直接明说
  12. Hadoop HDFS 实现原理图文详解
  13. Windows清理系统垃圾bat脚本【卸载360安全卫士】
  14. 阿里云邮件推送使用方法
  15. OV7725鹰眼摄像头
  16. 路由算法(Dijkstra, Bellman-Ford算法)
  17. 论文解读二代GCN《Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering》
  18. c语言学生成绩表排序,C语言-学生成绩排序
  19. ASR系统第二讲 语音识别基础
  20. 忆享科技聚焦|数字中国发展报告、政务云市场规模、网络安全、中小企业数字化……近期热点资讯一览

热门文章

  1. 机器学习 tensorflow 2 的安装
  2. 利用blender+Open Street Map+blender-geo制作3D地图渲染图
  3. 确定因果随机森林的树木数量 the number of trees
  4. PowerDesigner安装
  5. 【排序】插入排序,希尔排序,选择排序,冒泡排序,堆排序详解及稳定性分析
  6. Linux常规问题总结
  7. 产后抑郁和其它抑郁不同
  8. PE 123(数论)
  9. ROS四旋翼无人机快速上手指南(5):快速部署上层算法的操作与思路
  10. java metrics 简书_Metrics Server 安装