TrackEval使用教程

可以看这个博主写的，很详细https://zhuanlan.zhihu.com/p/391396206

制作自己的MOT数据集

软件推荐

这里我推荐使用Darklabel，如果进不去的话，我上传到百度云，供大家下载使用。链接：

链接：https://pan.baidu.com/s/1K7vWRWr6jzi6xFSfAxwhVA
提取码：phu

1.打开yaml文件，将自己要跟踪的类别写进去，这里我的类别是下面这几类

my_classes: ["uav", "car", "person"]

2.相关讲解，不过现在版本快捷键是shift+鼠标操作了。
制作好相关数据集之后，跟踪完成保存结果。使用TrackEval进行评估。
我们的数据集的格式如下:

1,1,592,444,482,284,1,-1,-1,-1

命名为gt.txt

文件路径

#gt信息
#如果多个的话，并列存放
data/gt/mot_challenge/MyDataset/seq-01/   # 视频名gt/gt.txt          # <---- ground truthseqinfo.ini         # 放你的视频的信息trackers/   # 你自己代码运行出来的结果mot_challenge/MyDataset/data/seq-01.txt          # <---- model result 视频结果.txt

seqinfo.ini的信息

[Sequence]
name=ai_city
imDir=img1
frameRate=30
seqLength=1996
imWidth=1920
imHeight=1080
imExt=.jpg

运行

运行 scripts/run_mot_challenge.py

-GT_FOLDER # gt路径
--BENCHMARK ai_city   # 视频名
--DO_PREPROC False
--METRICS HOTA # 选择测评指标 'HOTA', 'CLEAR', 'Identity'

这里附上我自己跑出来的结果，因为我用的两个都是gt.txt

CLEAR: data-pedestrian             MOTA      MOTP      MODA      CLR_Re    CLR_Pr    MTR       PTR       MLR       sMOTA     CLR_TP    CLR_FN    CLR_FP    IDSW      MT        PT        ML        Frag
more_2_0                           100       100       100       100       100       100       0         0         100       1056      0         0         0         4         0         0         0
more_2_1                           100       100       100       100       100       100       0         0         100       1065      0         0         0         5         0         0         0
more_2_2                           100       100       100       100       100       100       0         0         100       476       0         0         0         2         0         0         0
more_2_3                           100       100       100       100       100       100       0         0         100       971       0         0         0         4         0         0         0
COMBINED                           100       100       100       100       100       100       0         0         100       3568      0         0         0         15        0         0         0         Count: data-pedestrian             Dets      GT_Dets   IDs       GT_IDs
more_2_0                           1056      1056      4         4
more_2_1                           1065      1065      5         5
more_2_2                           476       476       2         2
more_2_3                           971       971       4         4
COMBINED                           3568      3568      15        15

使用MOT评测工具TrackEval评测自己的数据集相关推荐

显卡测试软件3d mark,显卡评测工具3DMark跑分结果变了：可以直接PK同等配置
显卡评测工具3DMark跑分结果变了:可以直接PK同等配置贴近真实体验性能参考 2020-11-26 15:02:18 11点赞 19收藏 9评论 3DMark今天进行了一次大幅度更新,测试本身没有变 ...
【开源工程】视频主观质量评测工具 video quality compare tool
1.视频主观评测工具别名: 视频主观对比工具.Video quality compare tool 1.1 功能 [1].两个视频流进行对比 [2].进度条控制 [3].区域框选 [4].单帧快进( ...
业界最全的Redis可视化工具横向评测
业界最全的Redis可视化工具横向评测 QuickRedis QuickRedis 是一款永久免费的 Redis 可视化管理工具.它支持直连.哨兵.集群模式,支持亿万数量级的 key,还有令人兴奋 ...
各种安装包打包发布工具（安装制作工具）评测
各种安装包打包发布工具(安装制作工具)评测作为程序员,经常遇到需要打包自己劳动成果的时候,这也算是广大码工辛苦奔波之后的杀青之作,收尾之笔.因此,安装包制作的好坏也直接关系到整个工程项 ...
OTB数据集评测工具---tracker_benchmark_v1.0(MATLAB版)配置教程
可参考:OTB数据集评测工具tracker_benchmark_v1.0(MATLAB版)配置教程按照这个教程可以运行测试
全网最全的知识库管理工具综合评测和推荐：FlowUs、Baklib、简道云
全网最全.最佳的知识库管理工具综合评测和推荐:FlowUs.Baklib.简道云.ONES Wiki .PingCode.Seed.MeBox.亿方云.智米云.搜阅云.天翎知识库的发展路径知识库主 ...
SLAM评测工具EVO常用功能介绍【正在刷夜的李哈哈】
看完这个我觉得你肯定会用evo了前言官方网页介绍实际使用方法绘制轨迹:evo_traj 比较绝对位姿误差:eva_ape 比较相对位姿误差:evo_rpe 如何对比kitti数据集下的轨迹(k ...
PyTorch：采用sklearn 工具生成这样的合成数据集+利用PyTorch实现简单合成数据集上的线性回归进行数据分析
PyTorch:采用sklearn 工具生成这样的合成数据集+利用PyTorch实现简单合成数据集上的线性回归进行数据分析目录输出结果核心代码输出结果核心代码 #PyTorch:采用skle ...
最全 | Redis可视化工具横向评测
1 命令行不知道大家在日常操作redis时用什么可视化工具呢? 以前总觉得没有什么太好的可视化工具,于是问了一个业内朋友.对方回:你还用可视化工具?直接命令行呀,redis提供了这么多命令,操作起来 ...

使用MOT评测工具TrackEval评测自己的数据集