AIC2023_Track1_Nota

[CVPRW2023] 인간 자세 추정을 통한 다중 카메라 인물 추적의 폐색 문제 해결

Netspresso 팀(Nota Inc.)의 제7회 NVIDIA AI City Challenge(트랙1: 다중 카메라 사람 추적)의 공식 저장소입니다.

환경

• 옵션 1: 환경에 종속성 설치

bash ./setup.sh

• 옵션 2: Docker 이미지 사용

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

데이터 및 모델 준비

1. 데이터 세트 다운로드 및 프레임 추출

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

2. 사전 훈련된 모델 다운로드(Google Drive)

데이터 구조가 다음과 같은지 확인하십시오.

 ├── 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 결과 재현

bash ./run_mcpt.sh 실행

결과 파일은 다음과 같이 저장됩니다.

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

소환

 @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},
}

이용약관

이 저장소에 게시된 다중 카메라 사람 추적 시스템은 여러 모듈(예: 객체 감지기, 재식별 모델, 다중 객체 추적 모델)을 결합하여 개발되었습니다. 이러한 모듈을 결합하기 위해 만들어진 수정, 추가 또는 새로 훈련된 매개변수의 상업적 사용은 허용되지 않습니다. 그러나 수정되지 않은 모듈의 상업적 사용은 해당 라이센스에 따라 허용됩니다. 개별 모듈을 상업적으로 사용하려면 아래에 제공된 원본 저장소와 라이센스를 참조하세요.

객체 감지기(라이선스) 링크 : Github, License

재식별 모델(라이선스) 링크 : Github, License

다중 객체 추적 모델(라이선스) 링크 : Github, License