技术标签: 论文阅读 计算机视觉 深度学习 人工智能 目标跟踪
paper:TAO: A Large-Scale Benchmark for Tracking Any Object
code:TAO-Dataset/tao
这篇论文关注到了跟踪数据集普遍存在的一个问题就是:现有的跟踪数据集中的跟踪对象普遍是person
和vehicle
(如下图所示,作者统计了主流的跟踪数据集中样本种类的占比情况)。
这篇论文提出了一种样本种类更加丰富的可用于多目标跟踪任务和单目标跟踪任务的数据集TAO
和与之匹配的评测工具。
这篇论文提出的数据集TAO
包含833
个类别,其中488
个类别是LVIS
这个数据集中已有的标签,而另外345
个类别是LVIS
这个数据集之外的标签。
数据集TAO
中的数据来源于六个其他数据集:ArgoVerse
,BDD
,Charades
,LaSOT
,YFCC100M
,HACS
.
TAO
数据集中的标签类别大部分(95%
)属于LVIS
这个数据集的类别(关于LVIS
数据集:LVIS: A Dataset for Large Vocabulary Instance Segmentation)
TAO
数据集标签制作的流程不同于传统的标签制作:
如上图所示,TAO
标签的标注分为三步:
Object mininig and tracking
): 对于每个视频帧序列的标注,要求打标签的人将视频帧中所有运动的对象都标注出来Object categrorization
): 标注程序给出LVIS
数据集已有的类别,让打标签的人给标注的对象分配类别,标注程序允许打标签的人给对象分配LVIS
数据集中不存在的类别Federated "exhaustive" labeling
): 标注完一组视频帧序列后,标注程序列出没有标注完整的帧,并提示该帧中哪些标签没有标注TAO
数据集标签格式如下(摘自源码),大部分标签的格式与MS COCO类似。
Annotation file format:
{
"info" : info,
"images" : [image], #图像相关属性
"videos": [video], #视频帧相关属性
"tracks": [track], # {'category_id': 805, 'id': 72, 'video_id': 11}
"annotations" : [annotation],
"categories": [category], # { 'id': 1, 'name': 'acorn', 'synset': 'acorn.n.01',....}
"licenses" : [license],
}
info: As in MS COCO
image: {
"id" : int,
"video_id": int,
"file_name" : str,
"license" : int,
# Redundant fields for COCO-compatibility
"width": int,
"height": int,
"frame_index": int
}
video: {
"id": int,
"name": str, #记录视频的相对位置 比如 'train/YFCC100M/v_f69ebe5b731d3e87c1a3992ee39c3b7e'
"width" : int, #视频中的图像width
"height" : int, #视频中的图像height
"neg_category_ids": [int],
"not_exhaustive_category_ids": [int],
"metadata": dict, # Metadata about the video
}
track: {
"id": int, #跟踪任务ID
"category_id": int, #类别ID
"video_id": int #video ID
}
annotation: {
"image_id": int,
"track_id": int,
"bbox": [x,y,width,height], #[左上角x,左上角y,width,height]
"area": float,
# Redundant field for compatibility with COCO scripts
"category_id": int
}
category: {
#...
}
license: {
#...
}
Oracles
的设置为了分析单目标跟踪算法与多目标跟踪算法在TAO
数据集上的表现,这篇论文提出了两种Oracles
The first, a class oracle, computes the best matching between predicted and groundtruth tracks in each video. Predicted tracks that match to a groundtruth track with 3D IoU > 0.5 are assigned the category of their matched groundtruth track.
The second oracle computes the best possible assignment of per-frame detections to tracks, by comparing them with groundtruth. When doing so, class predictions for each detection are held constant.
Init first
和Init biggest
两种初始方式Init first
和Init biggest
两种方式不同之处体现在两点:
Init first
,输入第一帧图像的bbox
对跟踪器进行初始化;对于Init biggest
,输入视频帧序列中最大的bbox
对跟踪器进行初始化;Init first
,跟踪器正常执行,即从第一帧依次跟踪到最后一帧;对于Init biggest
,跟踪器分两段跟踪,假设视频帧序列中最大的bbox
出现在第k
帧,对于前k
帧是从后往前逆序输入跟踪(Track backward
),对于第k
帧至最后一帧是从前往后顺序输入跟踪(Track forward
).# Track forward
try:
if show_progress:
logging.info('Tracking forward')
#对于后半段,从前往后跟踪(Track forward)
boxes = do_track(frames[sot_init_frame:], output_forward_video)
except (ValueError, subprocess.CalledProcessError):
continue
# Track backward
if do_track_backward: #当使用biggest的时候为true
if show_progress:
logging.info('Tracking backward')
#对于前半段,从后往前跟踪(track backward)
track_frames = frames[first_annotated_frame:sot_init_frame+1][::-1]
try:
backward_boxes = do_track(track_frames, output_backward_video)
except ValueError:
continue
backward_boxes = backward_boxes[::-1]
assert np.all(backward_boxes[-1] == boxes[0])
boxes = np.vstack((backward_boxes[:-1], boxes))
TAO
评测流程TAO
评测程序的执行流程可以分为两步:
TAO
测试集:首先读取TAO
的数据集,读取图片路径、bbox等数据,之后借助pysot
定义跟踪器并根据Init
的两种方式对跟踪器进行初始化,之后通过pysot
跑完所有数据,并将跟踪器的预测结果保存到文件results.json
。results.json
,并根据预先设置的oracle
、threshold
等对预测结果进行适当处理,最后计算相关的评测指标(AP
、mAP
等)TAO
实验结果这里,我对SiamRPN++
的结果进行了复现,采用pysot中提供的SiamRPN++
的siamrpn_r50_l234_dwxcorr
在val
数据集上进行了测试(使用THRESHOLD 0.7
),结果如下:
AP | AR | |
---|---|---|
Init first | 30.15 | 33.49 |
Init biggest | 36.08 | 37.67 |
论文中采用THRESHOLD 0.7 Init first
的AP
值是29.7
,复现结果是30.15
结果比较接近。
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法