deep-learning - 如何使用重新识别模型创建人员跟踪?
问题描述
我目前正在做一个项目,我想构建一个可以检测和跟踪具有唯一 ID 的人的模型。主要问题是当一个人离开框架并在一段时间后回来时。目前,我正在使用 yolov4 和 Deepsort 进行检测和跟踪。但在这种情况下它失败了。
请提出一些方法,我们可以对人或汽车或任何其他物体进行检测、重新识别和跟踪。
谢谢 :)
解决方案
虽然 YOLOv4 可以检测图像/视频流中的人,但我认为在您的情况下它可能过于笼统。当一个人离开框架并回来时,理想情况下,模型应该记得以前见过那个人。
解决这个问题的一种方法是训练你想要检测的人的图像。
例如,在像您这样的系统中,您可以从不同角度拍摄您想要跟踪的人的多张图像,并使用他们的唯一标识符标记他们。之后,您可以使用此数据训练模型(用于您的下游任务)。理想情况下,这将为使用唯一标识符检测和跟踪人员提供更具体的结果,而不是按原样使用 YOLOv4 时进行一般人员检测。
也就是说,我知道在某些情况下拍摄大量人物照片可能不切实际。在这种情况下,您可能希望查看使用最少数据产生准确结果的技术,例如域适应 ( https://arxiv.org/abs/1812.11806 )。但是,在跟踪和检测人员的应用程序中,我假设您希望将错误分类降到最低。因此,您可以说这始终是一种权衡。
您可以在本文中找到更多关于处理数据不足的信息:(https://www.kdnuggets.com/2019/06/5-ways-lack-data-machine-learning.html)
但是,我认为这是重新识别模型的更好起点:(https://github.com/KaiyangZhou/deep-person-reid)它有足够的文档来帮助您入门。
推荐阅读
- google-drive-api - 如何使共享的 Colab 笔记本能够加载 h5 文件?
- reactjs - React 类组件不更新路由器上的状态
- javascript - 刷新同一页面而不重新加载?
- python - 如何使用 Python 将任何目录添加到 PATH?
- cors - 如何在 Vercel 中启用 cors
- javascript - 想将 t 个 div 相互连接
- python - 统计模型中 MN Logit 回归中的优势比
- css - 如何使用“内联块”保留跨度宽度
- angular - 来自可观察的
到可观察的 [] - vb.net - "{ \"Status\":\"N\",\"Result\":\"SessionID 无效。\",\"StatusCode\":\"NA\"}" vb.net 同时生成令牌