复现经典目标跟踪算法ByteTrack之路:调通第一个demo

Posted 调BUG的卑微代码人

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了复现经典目标跟踪算法ByteTrack之路:调通第一个demo相关的知识,希望对你有一定的参考价值。

复现经典目标跟踪算法ByteTrack之路:调通第一个demo

ByteTrack源论文地址:https://arxiv.org/pdf/2110.06864.pdf

ByteTrack开源代码地址:https://github.com/ifzhang/ByteTrack

本文在官方给出的配置指南编写,提供了许多避坑方式。

文章目录

一、将代码clone到本地

可直接使用Git clone到本地

git clone https://github.com/ifzhang/ByteTrack.git

也可以使用pycharm自带的方式直接将代码clone下来。

二、配置环境

写在前面:为了不引起各种版本不适配导致报错的坑,强烈建议不要按照官方给出的步骤,直接写

pip3 install -r requirements.txt

可以按照下述步骤进行。

1、创建虚拟环境

打开anaconda prompt 输入

conda create -n 环境名 python=X.X

此处python建议使用3.7及以上版本(高版本的pytorch已不再支持python3.6及以下版本)

为方便后续演示,给出我建立虚拟环境命令如下:

conda create -n byte_track python=3.7

激活虚拟环境:

activate byte_track

2、快速安装pytorch一家

如果使用官方给出的安装方式可能会出现如下两个问题:第一,安装速度过慢;第二,安装完成后,torch.cuda.is_available()为False。因此,给出如下安装步骤:

第一步:打开cmd,输入nvidia-smi

如图,我本机安装的是cuda11.6

第二步:打开链接https://download.pytorch.org/whl/torch_stable.html 找到自己需要的版本

例如,我的环境为Windows,cuda版本为11.6,python版本为3.7。那就选择如图所示的版本的torch、torchvision和torchaudio。点击即可下载。

第三步,打开anaconda prompt

activate byte_track

cd 下载目录

pip install XXX.whl(XXX为torch文件名)

pip install XXX.whl(XXX为torchvision文件名)

pip install XXX.whl(XXX为torchaudio文件名)

下载完成后,输入python激活python环境

输入如下代码

结果若为true,则安装成功

3、安装requirements.txt中的剩余包

由于已安装部分包,且有一些包已更新(当前时间:2022-09-18)先修改项目文件夹中requirements.txt如下

# TODO: Update with exact module version
numpy
opencv_python
loguru
scikit-image
tqdm
Pillow
thop
ninja
tabulate
tensorboard
lap
motmetrics
filterpy
h5py

# verified versions
onnx==1.8.1
onnxruntime-gpu
onnx-simplifier==0.3.5

然后在anaconda prompt中cd到项目目录

输入

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

4、python3 setup.py develop

先更改setup.py文件

with open("README.md", "r") as f:
修改为
with open("README.md", "r", encoding='utf-8') as f:

cd到项目所在目录 输入python3 setup.py develop即可

5、安装pycocotools

先安装cpython

pip install cython -i https://pypi.tuna.tsinghua.edu.cn/simple/

下一步如使用官方给出的方式安装pycocotools可能会出现报错,可以根据如下方式安装

该部分参考https://blog.csdn.net/weixin_46961200/article/details/124344341

1)在https://github.com/pdollar/coco.git下载源码压缩包,解压后放在site-packages文件下,具体路径可参考我的:D:\\MyEnvironment\\Anaconda3\\envs\\byte_track\\Lib\\site-packages

2)打开cocoapi-master\\pythonAPI中的setup.py文件,删除下面的两个参数:

3)在anaconda prompt中cd到刚才的cocoapi-master\\pythonAPI文件夹下,可参考我的路径:D:\\MyEnvironment\\Anaconda3\\envs\\byte_track\\Lib\\site-packages\\cocoapi-master\\PythonAPI输入

python setup.py build_ext --inplace
python setup.py build_ext install

第一步显示“已完成代码的生成”即成功;第二部显示"Finished processing dependencies for pycocotools==2.0"即成功。

6、安装cpython_bbox

按照官方方式仍然是会报错,可根据下述步骤安装

该部分参考https://blog.csdn.net/JackyAce6880/article/details/123751018

1)下载源码

链接:https://pan.baidu.com/s/1uYC6qhZ0eWjIenOBdoyLtQ
提取码:fef4

解压后放在site-packages文件下(site-packages文件夹位置与上一步相同)

2)更改setup.py文件

打开文件夹内setup.py文件,将第31行,extra_compile_args=[‘-Wno-cpp’] 修改为 extra_compile_args = ‘gcc’: [‘/Qstd=c99’]

打开anaconda prompt 执行

python setup.py build_ext install

最终显示Finished processing dependencies for cython-bbox==0.1.3即成功

至此,环境已配置完成!

三、跑通第一个Demo

下载预训练模型,可通过我的网盘下载,下载链接如下:

链接:https://pan.baidu.com/s/1qwecLD57quI__l6_91gvhA
提取码:zmqn

将下载下来的文件放在项目文件夹 pretrained文件夹下

cd到项目文件夹,输入

python tools/demo_track.py video -f exps/example/mot/yolox_x_mix_det.py -c pretrained/bytetrack_x_mot17.pth.tar --fp16 --fuse --save_result

即可开始运行,运行结果会自动放入ByteTrack\\YOLOX_outputs\\yolox_x_mix_det\\track_vis文件夹中

至此,ByteTrack的第一个Demo已完成。

四、结语

目前只是用预训练模型跑通第一个Demo,后续训练过程和多类别目标跟踪,以及使用其他目标检测网络的版本将持续更新,敬请期待…

参考

https://blog.csdn.net/JackyAce6880/article/details/123751018
https://blog.csdn.net/weixin_46961200/article/details/124344341
https://www.ngui.cc/51cto/show-544748.html?action=onClick

以上是关于复现经典目标跟踪算法ByteTrack之路:调通第一个demo的主要内容,如果未能解决你的问题,请参考以下文章

ByteTrack实时多目标跟踪

多目标跟踪 C++ 实现支持deepsort 和 bytetrack

目标跟踪(二) SDE, JDE, FairMot, CenterTrack, Bytetrack 跟踪比较

01mmtracking多目标跟踪算法 deepsort 复现

实时目标追踪:ByteTrack算法步骤详解和代码逐行解析

ByteTrack:通过关联每个检测框进行多对象跟踪