English | 简体中文

PP-Human检测跟踪模块

行人检测与跟踪在智慧社区，工业巡检，交通监控等方向都具有广泛应用，PP-Human中集成了检测跟踪模块，是关键点检测、属性行为识别等任务的基础。我们提供了预训练模型，用户可以直接下载使用。

任务	算法	精度	预测速度(ms)	下载链接
行人检测/跟踪	PP-YOLOE	mAP: 56.3 MOTA: 72.0	检测: 28ms 跟踪：33.1ms	下载链接

检测/跟踪模型精度为MOT17，CrowdHuman，HIEVE和部分业务数据融合训练测试得到
预测速度为T4 机器上使用TensorRT FP16时的速度, 速度包含数据预处理、模型预测、后处理全流程

使用方法

从上表链接中下载模型并解压到./output_inference路径下
图片输入时，启动命令如下
```
python deploy/pphuman/pipeline.py --config deploy/pphuman/config/infer_cfg.yml \
                                               --image_file=test_image.jpg \
                                               --device=gpu
```
1. 视频输入时，启动命令如下 python python deploy/pphuman/pipeline.py --config deploy/pphuman/config/infer_cfg.yml \ --video_file=test_video.mp4 \ --device=gpu
若修改模型路径，有以下两种方式：
- ./deploy/pphuman/config/infer_cfg.yml下可以配置不同模型路径，检测和跟踪模型分别对应DET和MOT字段，修改对应字段下的路径为实际期望的路径即可。
- 命令行中增加--model_dir修改模型路径：
```
python deploy/pphuman/pipeline.py --config deploy/pphuman/config/infer_cfg.yml \
                                           --video_file=test_video.mp4 \
                                           --device=gpu \
                                           --do_entrance_counting \
                                           --draw_center_traj \
                                           --model_dir det=ppyoloe/
```
  注意:
  - --do_entrance_counting表示是否统计出入口流量，不设置即默认为False
  - --draw_center_traj表示是否绘制跟踪轨迹，不设置即默认为False。注意绘制跟踪轨迹的测试视频最好是静止摄像头拍摄的。
  测试效果如下：
  
  数据来源及版权归属：天覆科技，感谢提供并开源实际场景数据，仅限学术研究使用
  
  方案说明
  1. 目标检测/多目标跟踪获取图片/视频输入中的行人检测框，模型方案为PP-YOLOE，详细文档参考PP-YOLOE
  2. 多目标跟踪模型方案基于ByteTrack，采用PP-YOLOE替换原文的YOLOX作为检测器，采用BYTETracker作为跟踪器。
  参考文献
  
```

@article{zhang2021bytetrack, title={ByteTrack: Multi-Object Tracking by Associating Every Detection Box}, author={Zhang, Yifu and Sun, Peize and Jiang, Yi and Yu, Dongdong and Yuan, Zehuan and Luo, Ping and Liu, Wenyu and Wang, Xinggang}, journal={arXiv preprint arXiv:2110.06864}, year={2021} } ```

mot.md 3.6 KB History Raw

PP-Human检测跟踪模块

使用方法

方案说明

参考文献

mot.md 3.6 KB

History Raw