deepsort

简体中文 | English

DeepSORT (Deep Cosine Metric Learning for Person Re-identification)

内容

• 简介
• 模型库
• 快速开始
• 适配其他检测器
• 引用

简介

DeepSORT(Deep Cosine Metric Learning SORT) 扩展了原有的SORT(Simple Online and Realtime Tracking)算法，增加了一个CNN模型用于在检测器限定的人体部分图像中提取特征，在深度外观描述的基础上整合外观信息，将检出的目标分配和更新到已有的对应轨迹上即进行一个ReID重识别任务。DeepSORT所需的检测框可以由任意一个检测器来生成，然后读入保存的检测结果和视频图片即可进行跟踪预测。ReID模型此处选择PaddleClas提供的PCB+Pyramid ResNet101和PPLCNet模型。

模型库

DeepSORT在MOT-16 Training Set上结果

骨干网络	输入尺寸	MOTA	IDF1	IDS	FP	FN	FPS	检测结果或模型	ReID模型	配置文件
ResNet-101	1088x608	72.2	60.5	998	8054	21644	-	检测结果	ReID模型	配置文件
ResNet-101	1088x608	68.3	56.5	1722	17337	15890	-	检测模型	ReID模型	配置文件
PPLCNet	1088x608	72.2	59.5	1087	8034	21481	-	检测结果	ReID模型	配置文件
PPLCNet	1088x608	68.1	53.6	1979	17446	15766	-	检测模型	ReID模型	配置文件

DeepSORT在MOT-16 Test Set上结果

骨干网络	输入尺寸	MOTA	IDF1	IDS	FP	FN	FPS	检测结果或模型	ReID模型	配置文件
ResNet-101	1088x608	64.1	53.0	1024	12457	51919	-	检测结果	ReID模型	配置文件
ResNet-101	1088x608	61.2	48.5	1799	25796	43232	-	检测模型	ReID模型	配置文件
PPLCNet	1088x608	64.0	51.3	1208	12697	51784	-	检测结果	ReID模型	配置文件
PPLCNet	1088x608	61.1	48.8	2010	25401	43432	-	检测模型	ReID模型	配置文件

DeepSORT在MOT-17 half Val Set上结果

检测训练数据集	检测器	ReID	检测mAP	MOTA	IDF1	FPS	配置文件
MIX	JDE YOLOv3	PCB Pyramid	-	66.9	62.7	-	配置文件
MIX	JDE YOLOv3	PPLCNet	-	66.3	62.1	-	配置文件
MOT-17 half train	YOLOv3	PPLCNet	42.7	50.2	52.4	-	配置文件
MOT-17 half train	PPYOLOv2	PPLCNet	46.8	51.8	55.8	-	配置文件
MOT-17 half train	PPYOLOe	PPLCNet	52.7	56.7	60.5	-	配置文件
MOT-17 half train	PPYOLOe	ResNet-50	52.7	56.7	64.6	-	配置文件

注意: 模型权重下载链接在配置文件中的det_weights和reid_weights，运行验证的命令即可自动下载。 DeepSORT是分离检测器和ReID模型的，其中检测器单独训练MOT数据集，而组装成DeepSORT后只用于评估，现在支持两种评估的方式。

• 方式1：加载检测结果文件和ReID模型，在使用DeepSORT模型评估之前，应该首先通过一个检测模型得到检测结果，然后像这样准备好结果文件:

det_results_dir
   |——————MOT16-02.txt
   |——————MOT16-04.txt
   |——————MOT16-05.txt
   |——————MOT16-09.txt
   |——————MOT16-10.txt
   |——————MOT16-11.txt
   |——————MOT16-13.txt

对于MOT16数据集，可以下载PaddleDetection提供的一个经过匹配之后的检测框结果det_results_dir.zip并解压：

wget https://bj.bcebos.com/v1/paddledet/data/mot/det_results_dir.zip

如果使用更强的检测模型，可以取得更好的结果。其中每个txt是每个视频中所有图片的检测结果，每行都描述一个边界框，格式如下：

[frame_id],[x0],[y0],[w],[h],[score],[class_id]

• frame_id是图片帧的序号

• x0,y0是目标框的左上角x和y坐标

• w,h是目标框的像素宽高

• score是目标框的得分

• class_id是目标框的类别，如果只有1类则是0

• 方式2：同时加载检测模型和ReID模型，此处选用JDE版本的YOLOv3，具体配置见configs/mot/deepsort/deepsort_jde_yolov3_pcb_pyramid.yml。加载其他通用检测模型可参照configs/mot/deepsort/deepsort_yoloe_pplcnet.yml进行修改。

快速开始

1. 评估

1.1 评估检测效果

CUDA_VISIBLE_DEVICES=0 python tools/eval.py -c configs/mot/deepsort/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

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。

1.2 评估跟踪效果

方式1：加载检测结果文件和ReID模型，得到跟踪结果

# 下载PaddleDetection提供的MOT16数据集检测结果文件并解压，如需自己使用其他检测器生成请参照这个文件里的格式
wget https://bj.bcebos.com/v1/paddledet/data/mot/det_results_dir.zip

CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/deepsort/reid/deepsort_pcb_pyramid_r101.yml --det_results_dir det_results_dir
# 或者
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/deepsort/reid/deepsort_pplcnet.yml --det_results_dir det_results_dir

方式2：加载行人检测模型和ReID模型，得到跟踪结果

CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/deepsort/deepsort_jde_yolov3_pcb_pyramid.yml
# 或者
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/deepsort/deepsort_jde_yolov3_pplcnet.yml
# 或者
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/deepsort/deepsort_ppyolov2_pplcnet.yml --scaled=True
# 或者
CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/deepsort/deepsort_ppyoloe_resnet.yml --scaled=True

注意:

• JDE YOLOv3行人检测模型是和JDE和FairMOT使用同样的MOT数据集训练的，因此MOTA较高。而其他通用检测模型如PPYOLOv2只使用了MOT17 half数据集训练。
• JDE YOLOv3模型与通用检测模型如YOLOv3和PPYOLOv2最大的区别是使用了JDEBBoxPostProcess后处理，结果输出坐标没有缩放回原图，而通用检测模型输出坐标是缩放回原图的。
• --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。

2. 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

# 加载JDE YOLOv3行人检测模型和PCB Pyramid ReID模型，并保存为视频
CUDA_VISIBLE_DEVICES=0 python tools/infer_mot.py -c configs/mot/deepsort/deepsort_jde_yolov3_pcb_pyramid.yml --video_file=mot17_demo.mp4  --save_videos

# 或者加载PPYOLOE行人检测模型和PPLCNet ReID模型，并保存为视频
CUDA_VISIBLE_DEVICES=0 python tools/infer_mot.py -c configs/mot/deepsort/deepsort_ppyoloe_pplcnet.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。

3. 导出预测模型

Step 1：导出检测模型

# 导出JDE YOLOv3行人检测模型
CUDA_VISIBLE_DEVICES=0 python3.7 tools/export_model.py -c configs/mot/deepsort/detector/jde_yolov3_darknet53_30e_1088x608_mix.yml -o weights=https://paddledet.bj.bcebos.com/models/mot/deepsort/jde_yolov3_darknet53_30e_1088x608_mix.pdparams

# 或导出PPYOLOE行人检测模型
CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/mot/deepsort/detector/ppyoloe_crn_l_36e_640x640_mot17half.yml -o weights=https://paddledet.bj.bcebos.com/models/mot/deepsort/ppyoloe_crn_l_36e_640x640_mot17half.pdparams

Step 2：导出ReID模型

# 导出PCB Pyramid ReID模型
CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/mot/deepsort/reid/deepsort_pcb_pyramid_r101.yml -o reid_weights=https://paddledet.bj.bcebos.com/models/mot/deepsort/deepsort_pcb_pyramid_r101.pdparams

# 或者导出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

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

4. 用导出的模型基于Python去预测

# 用导出的PPYOLOE行人检测模型和PPLCNet ReID模型
python3.7 deploy/pptracking/python/mot_sde_infer.py --model_dir=output_inference/ppyoloe_crn_l_36e_640x640_mot17half/ --reid_model_dir=output_inference/deepsort_pplcnet/ --tracker_config=deploy/pptracking/python/tracker_config.yml  --video_file=mot17_demo.mp4 --device=GPU --save_mot_txts --threshold=0.5

注意:

• 运行前需要先改动deploy/pptracking/python/tracker_config.yml里的tracker为DeepSORTTracker。
• 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表示对每个视频保存一个txt，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。

适配其他检测器

1、配置文件目录说明

• detector/xxx.yml是纯粹的检测模型配置文件，如detector/ppyolov2_r50vd_dcn_365e_640x640_mot17half.yml，支持检测的所有流程(train/eval/infer/export/deploy)。DeepSORT跟踪的eval/infer与这个纯检测的yml文件无关，但是export的时候需要这个纯检测的yml单独导出检测模型，DeepSORT跟踪导出模型是分开detector和reid分别导出的，用户可自行定义和组装detector+reid成为一个完整的DeepSORT跟踪系统。
• detector/下的检测器配置文件中，用户需要将自己的数据集转为COCO格式。由于ID的真实标签不需要参与进去，用户可以在此自行配置任何检测模型，只需保证输出结果包含结果框的种类、坐标和分数即可。
• reid/deepsort_yyy.yml文件夹里的是ReID模型和tracker的配置文件，如reid/deepsort_pplcnet.yml，此处ReID模型是由PaddleClas提供的deepsort_pcb_pyramid_r101.yml和deepsort_pplcnet.yml，是在Market1501(751类人)行人ReID数据集上训练得到的，训练细节待PaddleClas公布。
• deepsort_xxx_yyy.yml是一个完整的DeepSORT跟踪的配置，如deepsort_ppyolov2_pplcnet.yml，其中检测部分xxx是detector/里的，reid和tracker部分yyy是reid/里的。
• DeepSORT跟踪的eval/infer有两种方式，方式1是只使用reid/deepsort_yyy.yml加载检测结果文件和yyyReID模型，方式2是使用deepsort_xxx_yyy.yml加载xxx检测模型和yyyReID模型，但是DeepSORT跟踪的deploy必须使用deepsort_xxx_yyy.yml。
• 检测器的eval/infer/deploy只使用到detector/xxx.yml，ReID一般不单独使用，如需单独使用必须提前加载检测结果文件然后只使用reid/deepsort_yyy.yml。

2、适配的具体步骤

1.先将数据集制作成COCO格式按通用检测模型配置来训练，参照detector/文件夹里的模型配置文件，制作生成detector/xxx.yml, 已经支持有Faster R-CNN、YOLOv3、PPYOLOv2、JDE YOLOv3和PicoDet等模型。

2.制作deepsort_xxx_yyy.yml, 其中DeepSORT.detector的配置就是detector/xxx.yml里的, EvalMOTDataset和det_weights可以自行设置。yyy是reid/deepsort_yyy.yml如reid/deepsort_pplcnet.yml。

3、使用的具体步骤

1.加载检测模型和ReID模型去评估:

CUDA_VISIBLE_DEVICES=0 python tools/eval_mot.py -c configs/mot/deepsort/deepsort_xxx_yyy.yml --scaled=True

2.加载检测模型和ReID模型去推理:

CUDA_VISIBLE_DEVICES=0 python tools/infer_mot.py -c configs/mot/deepsort/deepsort_xxx_yyy.yml --video_file=mot17_demo.mp4 --scaled=True --save_videos

3.导出检测模型和ReID模型:

# 导出检测模型
CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/mot/deepsort/detector/xxx.yml
# 导出ReID模型
CUDA_VISIBLE_DEVICES=0 python tools/export_model.py -c configs/mot/deepsort/reid/deepsort_yyy.yml

4.使用导出的检测模型和ReID模型去部署:

python deploy/pptracking/python/mot_sde_infer.py --model_dir=output_inference/xxx./ --reid_model_dir=output_inference/deepsort_yyy/ --video_file=mot17_demo.mp4 --device=GPU --scaled=True --save_mot_txts

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的YOLOv3则为False，如果使用通用检测模型则为True。

引用

@inproceedings{Wojke2017simple,
  title={Simple Online and Realtime Tracking with a Deep Association Metric},
  author={Wojke, Nicolai and Bewley, Alex and Paulus, Dietrich},
  booktitle={2017 IEEE International Conference on Image Processing (ICIP)},
  year={2017},
  pages={3645--3649},
  organization={IEEE},
  doi={10.1109/ICIP.2017.8296962}
}

@inproceedings{Wojke2018deep,
  title={Deep Cosine Metric Learning for Person Re-identification},
  author={Wojke, Nicolai and Bewley, Alex},
  booktitle={2018 IEEE Winter Conference on Applications of Computer Vision (WACV)},
  year={2018},
  pages={748--756},
  organization={IEEE},
  doi={10.1109/WACV.2018.00087}
}