用于轨迹预测的 Transformer 网络 这是论文的代码 要求 pytorch 1.0+ 麻木 西比 熊猫 张量板 （项目中包含的是修改版） 用法 数据设置 数据集文件夹必须具有以下结构： - dataset - dataset_name - train_folder - test_folder - validation_folder (optional) - clusters.mat (For quantizedTF) 个人变压器 要训​​练，只需运行具有不同参数的train_individual.py 示例：训练 eth 的数据 CUDA_VISIBLE_DEVICES=0 python train_individualTF.py --dataset_name eth --name eth --max_epoch 240 --bat

多摄像机轨迹预测 此存储库包含有关Warwick-NTU多摄像机预报数据库（WNMF）和基线多摄像机轨迹预报（MCTF）实验的信息。 此回购随附以下论文： Olly Styles，Tanaya Guha，Victor Sanchez，Alex C. Kot，“多摄像机轨迹预测：摄像机网络中的行人轨迹预测”，IEEE计算机视觉和模式识别研讨会会议，2020年 论文链接： : 访问WNMF 如果您有兴趣下载WNMF数据集，请下载我们的[ ]的副本。 阅读条款后，填写信息并将完整的协议发送到文档中显示的电子邮件地址。 然后，我们将向您发送链接和密码以访问数据集。 数据集详细信息 数据下载包含以下内容： 影片 视频被配对为入口和出口。 偏离定义为在丢失跟踪信息之前的4秒钟（因此假定该人离开了摄像机视线。入口是该人重新出现的下一台摄像机。入口视频剪辑持续12秒钟，从开始从每个人离开另一个相机视