MOT-Tracking-by-Detection-Pipeline

[Japanese/English]

MOT-Tracking-by-Detection-Pipeline

Tracking-by-Detection形式のMOT(Multi Object Tracking)について、
DetectionとTrackingの処理を分離して寄せ集めたフレームワークです。

---

---

https://user-images.githubusercontent.com/37477845/154089051-708b70c7-661a-4754-a5d8-556f9291e4c9.mp4

---

Requirement

opencv-python 4.5.5.62 or later
onnxruntime 1.10.0     or later
mediapipe 0.8.9.1      or later ※MediaPipeを実行する場合
filterpy 1.4.5         or later ※motpyを実行する場合
lap 0.4.0              or later ※ByteTrackを実行する場合
Cython 0.29.27         or later ※ByteTrackを実行する場合
cython_bbox 0.1.3      or later ※ByteTrackを実行する場合
rich 11.2.0            or later ※Norfairを実行する場合
gdown 4.4.0            or later ※YoutuReIDを実行する場合
tensorflow 2.8.0       or later ※Light Person Detectorをtfliteで実行する場合

※Windowsでcython_bbox のインストールが失敗する場合は、GitHubからのインストールをお試しください(2022/02/16時点)

pip install -e git+https://github.com/samson-wang/cython_bbox.git#egg=cython-bbox

Usage

デモの実行方法は以下です。

python main.py

• –device
  カメラデバイス番号の指定
  デフォルト：0
• –movie
  動画ファイルの指定 ※指定時はカメラデバイスより優先
  デフォルト：指定なし
• –detector
  Object Detectionのモデル選択
  yolox, efficientdet, ssd, centernet, nanodet, mediapipe_face, mediapipe_hand, light_person_detector の何れかを指定
  デフォルト：yolox
• –tracker
  トラッキングアルゴリズムの選択
  motpy, bytetrack, mc_bytetrack, norfair, mc_norfair, person_reid, youtureid, sface の何れかを指定
  デフォルト：motpy
• –target_id
  トラッキング対象のクラスIDを指定
  複数指定する場合はカンマ区切りで指定　※Noneの場合は全てを対象とする
  例：–target_id=1
  例：–target_id=1,3
  デフォルト：None
• –use_gpu
  GPU推論するか否か
  デフォルト：指定なし

Direcotry

│  main.py
│  test.mp4
├─Detector
│  │  detector.py
│  └─xxxxxxxx
│      │  xxxxxxxx.py
│      │  config.json
│      │  LICENSE
│      └─model
│          xxxxxxxx.onnx
└─Tracker
    │  tracker.py
    └─yyyyyyyy
        │  yyyyyyyy.py
        │  config.json
        │  LICENSE
        └─tracker

各モデル、トラッキングアルゴリズムを格納しているディレクトリには、
ライセンス条項とコンフィグを同梱しています。

Detector

モデル名	取得元リポジトリ	ライセンス	備考
YOLOX	Megvii-BaseDetection/YOLOX	Apache-2.0	YOLOX-ONNX-TFLite-Sampleにて ONNX化したモデルを使用
EfficientDet	tensorflow/models	Apache-2.0	Object-Detection-API-TensorFlow2ONNXにて ONNX化したモデルを使用
SSD MobileNet v2 FPNLite	tensorflow/models	Apache-2.0	Object-Detection-API-TensorFlow2ONNXにて ONNX化したモデルを使用
CenterNet	tensorflow/models	Apache-2.0	Object-Detection-API-TensorFlow2ONNXにて ONNX化したモデルを使用
NanoDet	RangiLyu/nanodet	Apache-2.0	NanoDet-ONNX-Sampleにて ONNX化したモデルを使用
MediaPipe Face Detection	google/mediapipe	Apache-2.0	目、鼻、口、耳のキーポイントは未使用
MediaPipe Hands	google/mediapipe	Apache-2.0	ランドマークから外接矩形を算出し使用
Light Person Detector	Person-Detection-using-RaspberryPi-CPU	Apache-2.0	-

Tracker

アルゴリズム名	取得元リポジトリ	ライセンス	備考
motpy (0.0.10)	wmuron/motpy	MIT	-
ByteTrack (2022/01/26)	ifzhang/ByteTrack	MIT	ByteTrackはシングルクラス用トラッカー マルチクラス拡張版を使用したい場合は「mc_bytetrack」を指定してください
Norfair (0.4.0)	tryolabs/norfair	BSD 3-Clause	Norfairはシングルクラス用トラッカー マルチクラス拡張版を使用したい場合は「mc_norfiar」を指定してください
person-reidentification-retail	openvinotoolkit/open_model_zoo	Apache-2.0	ONNXモデルはPINTO0309/PINTO_model_zooから取得 人用モデルのため使用時はtarget_idオプションでクラスを指定してください
YoutuReID	opencv/opencv_zoo	Apache-2.0	人用モデルのため使用時はtarget_idオプションでクラスを指定してください
SFace	opencv/opencv_zoo	Apache-2.0	Detectorに顔検出を指定してください また、SFaceは推論前に顔の角度を垂直に補正する処理を実施すべきですが、本ソースでは未対応です
vehicle-reid-0001	vehicle-reid-0001	Apache-2.0	車用モデルのため使用時はtarget_idオプションでクラスを指定してください

Author

高橋かずひと(https://twitter.com/KzhtTkhs)

License

MOT-Tracking-by-Detection-Pipeline is under MIT License.

MOT-Tracking-by-Detection-Pipelineのソースコード自体はMIT Licenseですが、
各アルゴリズムのソースコードは、それぞれのライセンスに従います。
詳細は各ディレクトリ同梱のLICENSEファイルをご確認ください。

License(Movie)

サンプル動画はNHKクリエイティブ・ライブラリーのイタリア ミラノの横断歩道を使用しています。