推理¶

我们提供演示脚本，用于推断给定视频或包含连续图像的文件夹。源代码可在这里获取。

请注意，如果您使用文件夹作为输入，则其中的图像名称必须是**可排序的**，这意味着我们可以根据文件名中包含的数字重新排序图像。目前我们仅支持读取文件名以 .jpg, .jpeg 和 .png 结尾的图像。

推理 MOT 模型¶

此脚本可以使用多目标跟踪或视频实例分割模型推断输入视频/图像。

python demo/mot_demo.py \
    ${INPUTS}
    ${CONFIG_FILE} \
    [--checkpoint ${CHECKPOINT_FILE}] \
    [--detector ${DETECTOR_FILE}] \
    [--reid ${REID_FILE}] \
    [--score-thr ${SCORE_THR}] \
    [--device ${DEVICE}] \
    [--out ${OUTPUT}] \
    [--show]

INPUT 和 OUTPUT 同时支持mp4 视频格式和文件夹格式。

**重要提示：** 对于 DeepSORT，SORT，StrongSORT，它们需要分别加载 reid 和 detector 的权重。因此，我们使用 --detector 和 --reid 加载权重。其他算法，如 ByteTrack，OCSORT QDTrack MaskTrackRCNN 和 Mask2Former 使用 --checkpoint 加载权重。

可选参数

CHECKPOINT_FILE: 检查点是可选的。
DETECTOR_FILE: 检测器是可选的。
REID_FILE: reid 是可选的。
SCORE_THR: 过滤边界框的分数阈值。
DEVICE: 推理设备。选项包括 cpu 或 cuda:0 等。
OUTPUT: 可视化演示的输出。如果没有指定，则必须使用 --show 实时显示视频。
--show: 是否实时显示视频。

运行 mot 模型的示例

# Example 1: do not specify --checkpoint to use --detector
python demo/mot_demo.py \
    demo/demo_mot.mp4 \
    configs/sort/sort_faster-rcnn_r50_fpn_8xb2-4e_mot17halftrain_test-mot17halfval.py \
    --detector \
    https://download.openmmlab.com/mmtracking/mot/faster_rcnn/faster-rcnn_r50_fpn_4e_mot17-half-64ee2ed4.pth \
    --out mot.mp4

# Example 2: use --checkpoint
python demo/mot_demo.py \
    demo/demo_mot.mp4 \
    configs/qdtrack/qdtrack_faster-rcnn_r50_fpn_8xb2-4e_mot17halftrain_test-mot17halfval.py \
    --checkpoint https://download.openmmlab.com/mmtracking/mot/qdtrack/mot_dataset/qdtrack_faster-rcnn_r50_fpn_4e_mot17_20220315_145635-76f295ef.pth \
    --out mot.mp4