В этой статье приведены инструкции по подготовке набора данных на основе существующих бенчмарков, включая:
Пожалуйста, скачайте наборы данных с официальных веб-сайтов. Рекомендуется создать символическую ссылку на корень наборов данных в $MMTRACKING/data
. Если ваша структура папок отличается от приведённой ниже, возможно, вам потребуется изменить соответствующие пути в конфигурационных файлах.
Примечания:
Lists
под ILSVRC
содержит файлы формата txt отсюда (https://github.com/msracver/Flow-Guided-Feature-Aggregation/tree/master/data/ILSVRC2015/ImageSets).
Для обучения и тестирования задачи обнаружения объектов в видео нужен только набор данных ILSVRC.
Для обучения и тестирования задачи отслеживания нескольких объектов нужен только набор данных MOT17.
Для обучения и тестирования задачи отслеживания одного объекта нужны наборы данных MSCOCO, ILSVRC и LaSOT.
mmtracking
├── mmtrack
├── tools
├── configs
├── data
│ ├── coco
│ │ ├── train2017
│ │ ├── val2017
│ │ ├── test2017
│ │ └── annotations
│ ├── ILSVRC
│ │ ├── Data
│ │ │ ├── DET
| │ │ │ ├── train
| │ │ │ ├── val
| │ │ │ ├── test
│ │ │ ├── VID
| │ │ │ ├── train
| │ │ │ ├── val
| │ │ │ ├── test
│ │ ├── Annotations (официальные файлы аннотаций)
│ │ │ ├── DET
| │ │ │ ├── train
| │ │ │ ├── val
│ │ │ ├── VID
| │ │ │ ├── train
| │ │ │ ├── val
│ │ ├── Lists
│ │ └── annotations (преобразованные файлы аннотаций)
│ ├── lasot
│ │ ├── LaSOTTesting
│ │ └── annotations
| ├── MOT17
| | ├── train
| | ├── test
| | └── annotations
Мы используем CocoVID (../mmtrack/datasets/parsers/coco_video_parser.py), чтобы поддерживать все наборы данных в этом коде. В этом случае вам нужно преобразовать официальные аннотации в этот стиль. Мы предоставляем скрипты и их использование следующим образом:
# ImageNet DET
python ./tools/convert_datasets/imagenet2coco_det.py -i ./data/ILSVRC -o ./data/ILSVRC/annotations
# ImageNet VID
python ./tools/convert_datasets/imagenet2coco_vid.py -i ./data/ILSVRC -o ./data/ILSVRC/annotations
# LaSOT
python ./tools/convert_datasets/lasot2coco.py -i ./data/lasot/LaSOTTesting -o ./data/lasot/annotations
# MOT17
python ./tools/convert_datasets/mot2coco.py -i ./data/MOT17/ -o ./data/MOT17/annotations --split-train --convert-det
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Опубликовать ( 0 )