行人检测测试视频.flv
2021-07-14 19:06:37 104.51MB MOT_video
1
行人检测测试视频.avi
2021-07-14 19:06:37 158.67MB MOT_video
1
在官网上下载需要登陆,而注册却不能用商业邮箱注册,比如gmail、163和qq邮箱都用不了,所以下载起来挺麻烦的,分享出来给大家~
2021-07-05 15:00:42 25.86MB 目标跟踪 IoU_tracker
1
1.代码原理 该程序逐个读取帧图片,并对帧图片逐个进行多行人检测、多目标追踪。该方法是在线方法,将逐个读取帧图片改为逐帧读取视频即可实现在线处理视频。 1.1 多行人检测。 使用gluoncv中的预训练模型faster_rcnn_fpn_bn_resnet50_v1b_coco实现多行人检测,这一步骤见detect.py。 1.2 多目标追踪。 使用sort算法实现多目标追踪,详见https://github.com/abewley/sort。 2.代码部署 2.1 配置环境。 安装python==3.6,安装requirements.txt中要求的库(代码运行实际用到的库可能少于该文件,因此建议根据代码安装所需要的库)。 2.2 准备数据。 有两种方法准备数据: 2.2.1 将A-data文件夹放入当前目录,A-data文件夹中为Track1 Track2等子文件夹,每个子文件夹中存有.jpg帧图片。 2.2.2 修改run.py的第97行,将input_folder改为A-data文件夹所在路径。 2.3 运行程序run.py。 2.4 程序输出。 程序运行时会打印处理进度及估计的剩余时间。 程序运行完成后,会在当前目录下生成output文件夹,文件夹中存有Track1 Track2等数据集对应的检测结果,.avi文件用于观察检测追踪效果,.txt文件是用于提交的文本文件。 3.调参 3.1 多目标检测模型的选择。 修改detect.py第10行(YOLO.__init__)即可,可选模型及其名称、效果详见gluoncv官网 3.2 sort算法参数的修改。 run.py第34行,参数含义见sort.py。 3.3 将sort改为deepsort。 详见https://github.com/nwojke/deep_sort。 TODO:经尝试,经deep_sort处理后的检测框位置有变形、偏移现象,待解决。 3.4 输入输出路径见run.__main__
1
环境:Windows操作系统。 版本:V1.08。 描述:专业的bin,s19,mot,hex文件查看互转工具。 详情:可查看hex,bin及s19等多种格式的文件,还有比较、合并等功能,使用非常方便。
1
基于MATLAB的MOT官方评估工具,解压即可使用,亲测有效,童叟无欺。(我博客里也有使用步骤)
1
多目标识别,车辆跟踪,实时性好,便于快速跟踪,基于匈牙利算法
2021-04-01 19:35:49 1.35MB MOT hungarain vehicles
1
单个铯原子被困在磁光阱(MOT)的远共振光学偶极阱(FORT)中,并使用电荷耦合器件(CCD)相机直接成像。 通过基于光子计数的HBT系统使用荧光,可以观察到二元单原子步骤和光子反聚束。 在FORT中平均原子停留时间约为9 s。 为了减少检测过程中的背景噪声,我们使用了微弱的激光探针,该探针被调谐到D1线,以从垂直于大Kong径准直系统的方向照亮单个原子。 直接从单个原子的荧光获得二阶相干度g((2))(tau)= 0.12 +/- 0.02,而无需扣除背景。 背景光已被抑制到每50毫秒10个计数,与报告的结果相比要低得多。 测得的g((2))(tau)与理论分析非常吻合。 该系统提供了一种简单有效的方法来操纵和测量单个中性原子,并开辟了创建高效受控单光子源的途径。
2021-03-05 14:07:03 713KB magneto-optical trap (MOT); far-off-resonance
1
本电路原理图可用于各种智能车设计大赛的电机驱动,本人参加飞思卡尔的电磁组,根据原理图做出了pcb板实现了驱动,成功得奖
2021-03-02 15:42:10 395KB Stepping mot
1
最近做了一些多目标跟踪方向的调研,因此把调研的结果以图片加文字的形式展现出来,希望能帮助到入门这一领域的同学。也欢迎大家和我讨论关于这一领域的任何问题。这些是我所了解的多目标跟踪(MOT)的一些相关方向。其中单目标跟踪(VOT/SOT)、目标检测(detection)、行人重识别(Re-ID)都是非常热门的方向。而偏视频的相关方向就比较冷门。而且今年五月DukeMTMC因为隐私问题不再提供MTMCT的数据了,MTMCT的研究也是举步维艰。因此绝大多数MOT算法无外乎就这四个步骤:①检测②特征提取、运动预测③相似度计算④数据关联。其中影响最大的部分在于检测,检测结果的好坏对于最后指标的影响是最大
2021-02-24 09:08:15 1.18MB 多目标跟踪(MOT)入门
1