AIC2023_Track1_Nota

[CVPRW2023] 人間の姿勢推定によるマルチカメラ人物追跡におけるオクルージョン問題への対処

チーム Netspresso (Nota Inc.) による第 7 回 NVIDIA AI City Challenge (Track1: マルチカメラ人物追跡) の公式リジトリ

環境

• オプション 1: 依存関係を環境にインストールする

bash ./setup.sh

• オプション 2: Docker イメージを使用する

docker 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

データとモデルの準備

1. データセットをダウンロードしてフレームを抽出する

 # extract frames
python3 tools/extract_frames.py --path /path/to/AIC23_Track1_MTMC_Tracking/

2. 事前トレーニング済みモデルをダウンロードする (Google ドライブ)

データ構造が次のようになっていることを確認してください。

 ├── 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

MCPT 結果を再現する

bash ./run_mcpt.shを実行します。

結果ファイルは次のように保存されます。

 ├── AIC2023_Track1_Nota
    └── results
        ├── S001.txt
        ├── ...
        └── track1_submission.txt

引用

 @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},
}

利用規約

このリポジトリで公開されているマルチカメラ人物追跡システムは、いくつかのモジュール (例: 物体検出器、再識別モデル、複数物体追跡モデル) を組み合わせて開発されました。これらのモジュールを組み合わせるために行われた変更、追加、または新たにトレーニングされたパラメーターの商用使用は許可されていません。ただし、未変更のモジュールの商用使用は、それぞれのライセンスに基づいて許可されています。個々のモジュールを商業的に使用したい場合は、以下に提供されている元のリポジトリとライセンスを参照してください。

オブジェクト検出器 (ライセンス) リンク : Github、ライセンス

再識別モデル（ライセンス）リンク：Github、License

マルチオブジェクト追跡モデル (ライセンス) リンク: Github、ライセンス