python==3.7.12
torch==1.13.1
torchvision==0.14.1
tensorboard==2.16.2
scikit-image==0.22.0
scikit-learn==1.4.2
onnx==1.16.0
opencv-python==4.9.0.80
wheel==0.41.2
bagtricks_R50-ibn.yml 超參數:
<程式碼路徑>/AICUP_Baseline_BoT-SORT/fast_reid/configs/AICUP/
Base-bagtricks.yml 被繼承的檔案:<程式碼路徑>/AICUP_Baseline_BoT-SORT/fast_reid/configs/
default.py 其呼叫的檔案: <程式碼路徑>/AICUP_Baseline_BoT-SORT/fast_reid/fastreid/config/
CUDA_VISIBLE_DEVICES='0,1' python3 fast_reid/tools/train_net.py --config-file fast_reid/configs/AICUP/bagtricks_R50-ibn.yml --num-gpus 4
tensorboard --logdir=<程式碼路徑>/AICUP_Baseline_BoT-SORT/logs/<你的資料夾>/bagtricks_R50-ibn/
AI_CUP.yml 檔案路徑: <程式碼路徑>/AICUP_Baseline_BoT-SORT/yolov7/data/
改yolo架構 yolov7-AICUP.yaml 檔案路徑: <程式碼路徑>/AICUP_Baseline_BoT-SORT/yolov7/cfg/training/
超參數 hyp.scratch.custom.yaml 檔案路徑: <程式碼路徑>/AICUP_Baseline_BoT-SORT/yolov7/data/
單張 GPU
python yolov7/train.py --device 0 --batch-size 8 --epochs 50 --data yolov7/data/AICUP.yaml --img 1280 1280 --cfg yolov7/cfg/training/yolov7-AICUP.yaml --weights 'pretrained/yolov7-e6e.pt' --name yolov7-AICUP --hyp data/hyp.scratch.custom.yaml
多張 GPU
python -m torch.distributed.launch --nproc_per_node 4 yolov7/train.py --device 0,1 --batch-size 8 --epochs 50 --data yolov7/data/AICUP.yaml --img 1280 1280 --cfg yolov7/cfg/training/yolov7-AICUP.yaml --weights 'pretrained/yolov7-e6e.pt' --name yolov7-AICUP --hyp data/hyp.scratch.custom.yaml
跑完之後用 tensorboard 可視化 open in browser
tensorboard --logdir=<程式碼路徑>/AICUP_Baseline_BoT-SORT/runs/train/yolov7-AICUP<你的資料夾>
bash tools/track_all_timestamps.sh --weights runs/train/yolov7-AICUP/weights/best.pt --source-dir /data/NAS/ComputeServer/slicepaste/AI_CUP/train/images/<timestamp> --device 0 --fast-reid-config fast_reid/configs/AICUP/bagtricks_R50-ibn.yml --fast-reid-weights logs/<資料夾>/bagtricks_R50-ibn/model_00<第幾個>.pth
tracking 結果路徑: <程式碼路徑>/AICUP_Baseline_BoT-SORT/runs/detect/<timestamp>
到此步驟便可產生 Bot-SORT Tracking 的 txt
python tools/datasets/AICUP_to_MOT15.py --AICUP_dir <原始資料路徑> --MOT15_dir <欲儲存的資料路徑>
把 Tracking 的 txt 拉到 predict_result 資料夾
原檔 <程式碼路徑>/AICUP_Baseline_BoT-SORT/runs/detect/<timestamp>/<XXX>.txt
放到 <程式碼路徑>/AICUP_Baseline_BoT-SORT/runs/predict_result/
python tools/evaluate.py --gt_dir <輸出MOT15的路徑> --ts_dir runs/predict_result/