Skip to content

Latest commit

 

History

History
 
 

bytetrack

简体中文 | English

ByteTrack (ByteTrack: Multi-Object Tracking by Associating Every Detection Box)

内容

简介

ByteTrack(ByteTrack: Multi-Object Tracking by Associating Every Detection Box) 通过关联每个检测框来跟踪,而不仅是关联高分的检测框。对于低分数检测框会利用它们与轨迹片段的相似性来恢复真实对象并过滤掉背景检测框。此处提供了几个常用检测器的配置作为参考。由于训练数据集、输入尺度、训练epoch数、NMS阈值设置等的不同均会导致模型精度和性能的差异,请自行根据需求进行适配。

模型库

行人跟踪

基于不同检测器的ByteTrack在 MOT-17 half Val Set 上的结果

检测训练数据集 检测器 输入尺度 ReID 检测mAP(0.5:0.95) MOTA IDF1 FPS 配置文件
MOT-17 half train YOLOv3 608x608 - 42.7 49.5 54.8 - 配置文件
MOT-17 half train PP-YOLOE-l 640x640 - 52.9 50.4 59.7 - 配置文件
MOT-17 half train PP-YOLOE-l 640x640 PPLCNet 52.9 51.7 58.8 - 配置文件
mix_mot_ch YOLOX-x 800x1440 - 61.9 77.3 71.6 - 配置文件
mix_det YOLOX-x 800x1440 - 65.4 84.5 77.4 - 配置文件

注意:

  • 检测任务相关配置和文档请查看detector
  • 模型权重下载链接在配置文件中的det_weightsreid_weights,运行tools/eval_mot.py评估的命令即可自动下载,reid_weights若为None则表示不需要使用。
  • ByteTrack默认不使用ReID权重,如需使用ReID权重,可以参考 bytetrack_ppyoloe_pplcnet.yml,如需更换ReID权重,可改动其中的reid_weights: 为自己的权重路径
  • MOT17-half train是MOT17的train序列(共7个)每个视频的前一半帧的图片和标注组成的数据集,而为了验证精度可以都用MOT17-half val数据集去评估,它是每个视频的后一半帧组成的,数据集可以从此链接下载,并解压放在dataset/mot/文件夹下。
  • mix_mot_ch数据集,是MOT17、CrowdHuman组成的联合数据集,mix_det数据集是MOT17、CrowdHuman、Cityscapes、ETHZ组成的联合数据集,数据集整理的格式和目录可以参考此链接,最终放置于dataset/mot/目录下。为了验证精度可以都用MOT17-half val数据集去评估。

YOLOX-x ByteTrack(mix_det)在 MOT-16/MOT-17 上的结果

PWC

网络 测试集 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
ByteTrack-x MOT-17 Train 84.4 72.8 837 5653 10985 - 下载链接 配置文件
ByteTrack-x MOT-17 Test 78.4 69.7 4974 37551 79524 - 下载链接 配置文件
ByteTrack-x MOT-16 Train 83.5 72.7 800 6973 10419 - 下载链接 配置文件
ByteTrack-x MOT-16 Test 77.7 70.1 1570 15695 23304 - 下载链接 配置文件

注意:

  • mix_det数据集是MOT17、CrowdHuman、Cityscapes、ETHZ组成的联合数据集,数据集整理的格式和目录可以参考此链接,最终放置于dataset/mot/目录下。
  • MOT-17 Train 和 MOT-16 Train 的指标均为本地评估该数据后的指标,由于Train集包括在了训练集中,此MOTA指标不代表模型的检测跟踪能力,只是因为MOT-17和MOT-16无验证集而它们的Train集有ground truth,是为了方便验证精度。
  • MOT-17 Test 和 MOT-16 Test 的指标均为交到 MOTChallenge官网评测后的指标,因为MOT-17和MOT-16的Test集未开放ground truth,此MOTA指标可以代表模型的检测跟踪能力。
  • ByteTrack的训练是单独的检测器训练MOT数据集,推理是组装跟踪器去评估MOT指标,单独的检测模型也可以评估检测指标。
  • ByteTrack的导出部署,是单独导出检测模型,再组装跟踪器运行的,参照PP-Tracking

人头跟踪

YOLOX-x ByteTrack 在 HT-21 Test Set上的结果

模型 输入尺寸 MOTA IDF1 IDS FP FN FPS 下载链接 配置文件
ByteTrack-x 1440x800 64.1 63.4 4191 185162 210240 - 下载链接 配置文件

YOLOX-x ByteTrack 在 HT-21 Test Set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
ByteTrack-x 1440x800 72.6 61.8 5163 71235 154139 - 下载链接 配置文件

注意:

多类别适配

多类别ByteTrack,可以参考 bytetrack_ppyoloe_ppvehicle9cls.yml,表示使用 PP-Vehicle 中的PPVehicle9cls数据集训好的模型权重去做多类别车辆跟踪。由于没有跟踪的ground truth标签无法做评估,故只做跟踪预测,只需修改TestMOTDataset确保路径存在,且其中的anno_path表示指定在一个label_list.txt中记录具体类别,需要自己手写,一行表示一个种类,注意路径anno_path如果写错或找不到则将默认使用COCO数据集80类的类别。

如需更换检测器权重,可改动其中的det_weights: 为自己的权重路径,并注意数据集路径、label_list.txt和类别数做出相应更改。

预测多类别车辆跟踪:

# 下载demo视频
wget https://bj.bcebos.com/v1/paddledet/data/mot/demo/bdd100k_demo.mp4

# 使用PPYOLOE 多类别车辆检测模型
CUDA_VISIBLE_DEVICES=1 python tools/infer_mot.py -c configs/mot/bytetrack/bytetrack_ppyoloe_ppvehicle9cls.yml --video_file=bdd100k_demo.mp4 --scaled=True --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
  • --scaled表示在模型输出结果的坐标是否已经是缩放回原图的,如果使用的检测模型是JDE的YOLOv3则为False,如果使用通用检测模型则为True。
  • --save_videos表示保存可视化视频,同时会保存可视化的图片在{output_dir}/mot_outputs/中,{output_dir}可通过--output_dir设置,默认文件夹名为output

快速开始

1. 训练

通过如下命令一键式启动训练和评估

python -m paddle.distributed.launch --log_dir=ppyoloe --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/mot/bytetrack/detector/ppyoloe_crn_l_36e_640x640_mot17half.yml --eval --amp
# 或者
python -m paddle.distributed.launch --log_dir=ppyoloe --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/mot/bytetrack/detector/yolox_x_24e_800x1440_mix_det.yml --eval --amp

注意:

  • --eval是边训练边验证精度;--amp是混合精度训练避免溢出,推荐使用paddlepaddle2.2.2版本。

2. 评估

2.1 评估检测效果

CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/mot/bytetrack/detector/ppyoloe_crn_l_36e_640x640_mot17half.yml -o weights=https://bj.bcebos.com/v1/paddledet/models/mot/ppyoloe_crn_l_36e_640x640_mot17half.pdparams
# 或者
CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/mot/bytetrack/detector/yolox_x_24e_800x1440_mix_det.yml -o weights=https://bj.bcebos.com/v1/paddledet/models/mot/yolox_x_24e_800x1440_mix_det.pdparams

注意:

  • 评估检测使用的是tools/eval.py, 评估跟踪使用的是tools/eval_mot.py

2.2 评估跟踪效果

CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/bytetrack/bytetrack_yolov3.yml --scaled=True
# 或者
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/bytetrack/bytetrack_ppyoloe.yml --scaled=True
# 或者
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/bytetrack/bytetrack_ppyoloe_pplcnet.yml --scaled=True
# 或者
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/bytetrack/bytetrack_yolox.yml --scaled=True

注意:

  • --scaled表示在模型输出结果的坐标是否已经是缩放回原图的,如果使用的检测模型是JDE YOLOv3则为False,如果使用通用检测模型则为True, 默认值是False。
  • 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,默认文件夹名为output

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

# 下载demo视频
wget https://bj.bcebos.com/v1/paddledet/data/mot/demo/mot17_demo.mp4

# 使用PPYOLOe行人检测模型
CUDA_VISIBLE_DEVICES=0 python tools/infer_mot.py -c configs/mot/bytetrack/bytetrack_ppyoloe.yml --video_file=mot17_demo.mp4 --scaled=True --save_videos
# 或者使用YOLOX行人检测模型
CUDA_VISIBLE_DEVICES=0 python tools/infer_mot.py -c configs/mot/bytetrack/bytetrack_yolox.yml --video_file=mot17_demo.mp4 --scaled=True --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
  • --scaled表示在模型输出结果的坐标是否已经是缩放回原图的,如果使用的检测模型是JDE的YOLOv3则为False,如果使用通用检测模型则为True。
  • --save_videos表示保存可视化视频,同时会保存可视化的图片在{output_dir}/mot_outputs/中,{output_dir}可通过--output_dir设置,默认文件夹名为output

4. 导出预测模型

Step 1:导出检测模型

# 导出PPYOLOe行人检测模型
CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/mot/bytetrack/detector/ppyoloe_crn_l_36e_640x640_mot17half.yml -o weights=https://paddledet.bj.bcebos.com/models/mot/ppyoloe_crn_l_36e_640x640_mot17half.pdparams
# 或者导出YOLOX行人检测模型
CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/mot/bytetrack/detector/yolox_x_24e_800x1440_mix_det.yml -o weights=https://paddledet.bj.bcebos.com/models/mot/yolox_x_24e_800x1440_mix_det.pdparams

Step 2:导出ReID模型(可选步骤,默认不需要)

# 导出PPLCNet ReID模型
CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/mot/deepsort/reid/deepsort_pplcnet.yml -o reid_weights=https://paddledet.bj.bcebos.com/models/mot/deepsort/deepsort_pplcnet.pdparams

5. 用导出的模型基于Python去预测

python deploy/pptracking/python/mot_sde_infer.py --model_dir=output_inference/ppyoloe_crn_l_36e_640x640_mot17half/ --tracker_config=deploy/pptracking/python/tracker_config.yml --video_file=mot17_demo.mp4 --device=GPU --save_mot_txts
# 或者
python deploy/pptracking/python/mot_sde_infer.py --model_dir=output_inference/yolox_x_24e_800x1440_mix_det/ --tracker_config=deploy/pptracking/python/tracker_config.yml --video_file=mot17_demo.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(对每个视频保存一个txt)或--save_mot_txt_per_img(对每张图片保存一个txt)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

引用

@article{zhang2021bytetrack,
  title={ByteTrack: Multi-Object Tracking by Associating Every Detection Box},
  author={Zhang, Yifu and Sun, Peize and Jiang, Yi and Yu, Dongdong and Yuan, Zehuan and Luo, Ping and Liu, Wenyu and Wang, Xinggang},
  journal={arXiv preprint arXiv:2110.06864},
  year={2021}
}