ByteTrack模型应用自己的检测器效果不好

有一个巨坑的地方就是,ByteTrack官方是只检测人的,具有针对性的进行了处理。
for t in online_targets:
	tlwh = t.tlwh
	 tid = t.track_id
	 #vertical = tlwh[2] / tlwh[3] > args.aspect_ratio_thresh
	 #if tlwh[2] * tlwh[3] > args.min_box_area and not vertical:
     online_tlwhs.append(tlwh)
     online_ids.append(tid)
     online_scores.append(t.score)
     results.append(
         f"{frame_id},{tid},{tlwh[0]:.2f},{tlwh[1]:.2f},{tlwh[2]:.2f},{tlwh[3]:.2f},{t.score:.2f},-1,-1,-1\n")

需要将上述注释部分的代码删掉,一般人的bbox都是偏窄高,所以代码中针对bbox进行了约束,如果我们用的是多个类别追踪,需要将上述代码删除,不然效果很差。本人就是没仔细看代码,郁闷了一天,效果真的差劲。。。。

你可能感兴趣的:(python,目标检测,深度学习)