المستودع الرسمي لتحدي NVIDIA AI City السابع (المسار 1: تتبع الأشخاص بكاميرات متعددة) من فريق Netspresso (Nota Inc.)
bash ./setup.shdocker build -t aic2023/track1_nota:latest -f ./Dockerfile .
docker run -it --gpus all -v /path/to/AIC2023_Track1_Nota:/workspace/AIC2023_Track1_Nota aic2023/track1_nota:latest /bin/bash # extract frames
python3 tools/extract_frames.py --path /path/to/AIC23_Track1_MTMC_Tracking/تأكد من أن بنية البيانات مثل:
├── AIC2023_Track1_Nota
└── datasets
| ├── S001
| | ├── c001
| | | ├── frame1.jpg
| | | └── ...
| | ├── ...
| | └── map.png
| ├── ...
| └── S022
|
└── pretrained
├── market_mgn_R50-ibn.pth
├── duke_sbs_R101-ibn.pth
├── msmt_agw_S50.pth
├── market_aic_bot_R50.pth
├── yolov8x6.pth
├── yolov8x6_aic.pth
└── yolov8x_aic.pth
قم بتشغيل bash ./run_mcpt.sh
سيتم حفظ ملفات النتائج على النحو التالي:
├── AIC2023_Track1_Nota
└── results
├── S001.txt
├── ...
└── track1_submission.txt
@InProceedings{Kim_2023_CVPR,
author = {Jeongho Kim, Wooksu Shin, Hancheol Park and Jongwon Baek},
title = {Addressing the Occlusion Problem in Multi-Camera People Tracking with Human Pose Estimation},
booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops},
month = {June},
year = {2023},
}
تم تطوير نظام تتبع الأشخاص متعدد الكاميرات المنشور في هذا المستودع من خلال الجمع بين عدة وحدات (على سبيل المثال، كاشف الأشياء، ونموذج إعادة تحديد الهوية، ونموذج تتبع الكائنات المتعددة). لا يُسمح بالاستخدام التجاري لأية تعديلات أو إضافات أو معلمات تم تدريبها حديثًا لدمج هذه الوحدات. ومع ذلك، يُسمح بالاستخدام التجاري للوحدات غير المعدلة بموجب التراخيص الخاصة بها. إذا كنت ترغب في استخدام الوحدات الفردية تجاريًا، فيمكنك الرجوع إلى مستودعاتها وتراخيصها الأصلية الواردة أدناه.
رابط كاشف الكائنات (الترخيص): Github، الترخيص
رابط نموذج إعادة التعريف (الترخيص): Github، الترخيص
رابط (ترخيص) نموذج التتبع متعدد الكائنات: Github، الترخيص
