ubuntu18.04配置AB3DMOT多目标跟踪算法，详细配置流程
0 写在前面
目前研一在读，研究方向为：视觉检测和3DMOT多目标跟踪。最近在学习多目标跟踪的算法，以AB3DMOT为例，详细跟大家说下我的配置环境和过程，欢迎自动驾驶的朋友来交流学习。
源码：https://github.com/xinshuoweng/AB3DMOT
追踪原文：https://arxiv.org/pdf/1907.03961.pdf
搭建环境：Ubuntu18.04.Python3.8.Miniconda3.pycharm2022社区版，搭建conda虚拟环境后直接导入pycharm即可
1.数据集准备，以kitti数据集为例，下载tracking文件，文件中包含：
以上是我的数据存放形式，大家可自己自行建立。注意：后期data中的root路径要一致哦！
2.配置环境
第一步：
一.配置虚拟环境
-
python3 -m venv env -
source env/bin/activate -
pip3 install -r requirements.txt-i https://pypi.tuna.tsinghua.edu.cn/simple -
如下图所示：依次在终端执行上述命令，建立环境在AB3DMOT的env里面。
然后还需要另外下载 xinshuoweng/Xinshuo_PyToolbox工具包，
- 输入cd Xinshuo_PyToolbox
- pip 3 install -r requirements.txt
- 在/home主目录下打开终端执行 sudo gedit ~/.bashrc
- 在打开的文本文件里面输入 export PYTHONPATH=${PYTHONPATH}:/home/....自己的路径/AB3DMOT export PYTHONPATH=${PYTHONPATH}:/home/....自己的路径/AB3DMOT/Xinshuo_PyToolbox
- 在上面的终端执行 source ~/.bashrc
- 在AB3DMOT目录下打开终端执行 source ~/.profile source env/bin/activate
二.
- 在AB3DMOT路径下打开终端执行 python3 main.py --dataset KITTI --split val --det_name pointrcnn
报错：packages/numba/_dynfunc.cpython-38-x86_64-linux-gnu.so: undefined symbol: _PyObject_GC_UNTRACK
分析：原文作者用的python3.6，我这里用的python3.8，需要更新以下numba包，
在终端运行：
pip install numba==0.50.1
再次执行上述python3 main.py --dataset KITTI --split val --det_name pointrcnn，
报错：FileNotFoundError: [Errno 2] No such file or directory: '/home/han/AB3DMOT/AB3DMOT_libs/../data/KITTI/tracking/training/oxts/0001.txt
分析：kitti路径的文件没有匹配的oxts文件，大家需要到kitti数据集上下载oxts文件。
鉴于下载数据集比较麻烦，所以作者在上篇文章下免费给大家分享了百度网盘链接，可自行前去下载，这里为大家附上链接：kitti数据集简介，百度网盘分享链接，自动驾驶视觉咨询_Jacobi881的博客-CSDN博客
2.搭建好上述环境后再次运行
python3 main.py --dataset KITTI --split val --det_name pointrcnn
出现错误：ValueError： not enough values to unpack(expected 2,got 1)
分析：calib文件的txt文件没有冒号，需要自己进行添加
这里，作者自己写了脚本文件，大家可根据自己情况进行修改，程序如下所示：
from re import L
import numpy
import os
import sys
# 输入文件夹
root = '/home/han/AB3DMOT/data/KITTI/tracking/training/calib'
file_names = os.listdir(root)
file_ob_list = []
for file_name in file_names:
fileob = root + '/' + file_name
file_ob_list.append(fileob)
for file1 in file_ob_list:
print(file1)
with open(file1,"r+") as f:
file = f.read()
file = file.replace('R_rect','R_rect:')
file = file.replace('Tr_velo_cam','Tr_velo_cam:')
file = file.replace('Tr_imu_velo','Tr_imu_velo:')
print(file)
f.seek(0,0)
f.truncate() #清空文件，配合seek使用，否则清空的位置不对
f.write(file)
f.close()
# for line in f:
# xiugai = line.split(' ')
# if(xiugai[0]=='R_rect'):
# line = line[0:6]+':'+line[6:]
# if(xiugai[0]=='Tr_velo_cam'):
# line = line[0:11]+':'+line[11:]
# if(xiugai[0]=='Tr_imu_velo'):
# line = line[0:11]+':'+line[11:]
处理后的结果是：
然后重新执行上述终端命令：
python3 main.py --dataset KITTI --split val --det_name pointrcnn
报错：
分析：由于kitti数据集calibs文件里面的标定名称与源码中不一样，需要进行修改。
解决：大家可建立一个新的脚本文件，命名为xiugai1.py
脚本程序为：
from re import L
import numpy
import os
import sys
root = '/home/han/AB3DMOT/data/KITTI/tracking/training/calib'
file_names = os.listdir(root)
file_ob_list = []
for file_name in file_names:
fileob = root + '/' + file_name
file_ob_list.append(fileob)
for file1 in file_ob_list:
print(file1)
with open(file1,"r+") as f:
file = f.read()
file = file.replace('R_rect','R0_rect')
file = file.replace('Tr_velo_cam','Tr_velo_to_cam')
file = file.replace('Tr_imu_velo','Tr_imu_to_velo')
print(file)
f.seek(0,0)
f.truncate() #清空文件，配合seek使用，否则清空的位置不对
f.write(file)
f.close()
3.再次在终端运行上述命令，结果成功运行：
三.
在上述终端运行：
python3 scripts/post_processing/trk_conf_threshold.py --dataset KITTI --result_sha pointrcnn_val_H1
出现问题：
assert _HAS_FFMPEG, "Cannot find installation of real FFmpeg (which comes with ffprobe)."
AssertionError: Cannot find installation of real FFmpeg (which comes with ffprobe).
分析：conda-forge是编译的ffmpeg视频编解码库，它可直接对视频读存取
自己的搭建环境里面缺少对应的库无法读取，
解决步骤：安装conda-forge
在终端执行：conda install ffmpeg -c conda-forge
再次运行得到结果：在AB3DMOT文件夹里面生成一个result文件，如下所示：
四.执行下述命令：
python3 scripts/post_processing/visualization.py --result_sha pointrcnn_val_H1_thres --split val在验证集里面看到可视化结果，文件是trk_image_vis：
在 trk_video_vis文件夹里面是demo效果：
赠人玫瑰，手有余香！
欢迎各位自动驾驶的朋友一起讨论，祝愿计算机视觉的朋友们早日拿到AI四小龙offer！