- 博客(66)
- 资源 (12)
- 收藏
- 关注
RSS订阅原创 单目标追踪——【工具】汉明窗（Hamming window）
引入余弦窗就是为了解决边界效应，而解决的方法就是在目标原始像素上乘一个余弦窗使接近边缘的像素值接近于零。
2023-09-15 11:46:28
498
翻译 深度学习工具——【wandb】offline运行保存wandb的数据文件，再手动同步到W&B网站
在加入wandb对训练/推理进行可视化时，由于网络等原因，设置wandb.mode=offline使得代码正常运行。将folder中的数据传入云端，就可以在W&B中看到可视化结果。这行指示了离线的数据保存地址，也是稍后同步时的需要传上去的地址。上却不能同步看到可视化结果，需要手动同步数据。
2023-09-04 10:42:08
6058
原创 单目标追踪——【Transformer】Autoregressive Visual Tracking
ARTrack 利用目标先前帧的预测位置，建模目标运动信息来辅助当前的目标追踪定位。原本的基于帧的追踪任务（次最优化**）变成了**序列追踪任务（最优化），这一点与目标追踪本身的定义一致。2. 端到端的实现，没有预测头和后置操作。3. 受到Pix2Seq的启发，利用相似的构建离散的坐标体系与Vision feature一同输入后续的Decoder。4. 与先前SwimTrack将目标运动信息作为特征输入Decoder再借助Head输出定位相比，ARTrack 旨在用先前的轨迹教会模型如
2023-08-31 13:50:12
918
原创 单目标追踪——【Transformer】SwinTrack: A Simple and Strong Baseline for Transformer Tracking
1. 以目标检测领域的Swin Transformer为基础，构建全Transformer结构的目标追踪算法——Swin-Track2. 构建了**Motion Token** 在追踪中考虑到了目标运动信息，在增加计算复杂度的情况下提升性能。3. 将原有的Transformer中的absolute位置编码替换成untied positional encoding。4. 用varifocal loss替换交叉熵损失函数。
2023-08-29 17:13:42
343
原创 【计算机视觉】关于图像处理的一些基本操作
图像平滑滤波处理均值滤波计算过程python实现高斯滤波计算过程python实现中值滤波计算过程python实现图像的边缘检测Robert算子计算过程python实现图像处理腐蚀算子计算过程python实现Hog（梯度方向直方图）特征计算流程：Hog的特征维度计算公式python实现普通卷积/池化的输出尺寸与感受野计算公式普通卷积的输出尺寸池化操作的输出尺寸卷积的感受野不同卷积的计算量与参数量常规卷积的计算量与参数量分组卷积深度可分解卷积的计算量与参
2023-08-06 16:18:07
968
原创 【秋招】算法岗的八股文之机器学习
为了便于后续的下游任务中特征距离计算，为了消除特征间单位和尺度差异的影响，以对每维特征同等看待，需要对特征进行归一化。余弦相似度：计算两个向量之间夹角的余弦值，余弦值接近1说明夹角趋近0，表示两个向量相似。表示激活函数，【激活函数是用来加入非线性因素的，提高神经网络对模型的表达能力，解决线性模型所不能解决的问题。模型假设：自变量的变化对因变量的影响是通过一个逻辑函数（sigmoid函数）体现的。这个模型中包含了许多不同的网络模型，以下将根据他们之间的应用侧重来浅显的解析概念。的代价函数是交叉熵函数。
2023-08-02 14:09:30
4292
原创 计算机视觉——【数据集】MOT17、COCO数据输入格式、数据集可视化脚本
如下所示，该数据集中的文件结构如图所示。MOT17有21个训练集和21个检测集。
2023-03-27 15:08:09
3516
原创 多目标追踪——【两阶段】BoT-SORT: Robust Associations Multi-Pedestrian Tracking
本篇文章的工作是基于ByteTrack改进。主要贡献在于将卡尔曼滤波+相机修正作为目标重识别的运动信息，在用匈牙利匹配过程中，同时加入了外观相似度和运动相似度。
2023-03-27 14:51:00
960
1
原创 单目标追踪——【相关滤波】C-COT原理与ECO基于C-COT的改进
文章针对上述问题，基于C-COT做如下改进： - 提出因式分解卷积算子，对C-COT中的卷积滤波器进行缩减，从而减少模型本身的参数。（对于512维的深度特征+512个卷积滤波器，可以将512个卷积滤波器减到64个，从而剔除了一些不重要的深度特征，降低模型参数。） - 一个为在线更新设计的更加简洁的采样分布的生成模型，降低内存和时间复杂度；增加样本多样性。 - 保守模型更新策略，即降低更新频率，增大更新样本的多样性，继而增强鲁棒性，降低复杂性。
2023-03-05 10:22:57
872
原创 多目标追踪——【两阶段】ByteTrack: Multi-Object Tracking by Associating Every Detection Box
本篇文章遵信了多目标追踪（MOT）的**Tracking-by-detection范式**，即先完成目标检测，根据目标检测的结果进行数据关联生成轨迹从而完成多目标追踪的任务。
2023-02-13 14:32:42
603
原创 视觉感知——【Transformer】BEVFormer: Learning BEV Representation from Multi-Camera Images
BEVFormer应用 Transformer 和时态结构，通过预定的网格状 BEV 查询向量从多摄像头输入中生成鸟瞰图 (BEV) 特征（图像特征转换为 BEV 特征）
2023-02-09 16:07:45
265
原创 多摄像头多目标追踪——Box-Grained Reranking Matching for Multi-Camera Multi-Target Tracking
文中的追踪框架由4个模块组成：车辆识别（vehicle detection）、重识别（Re-Identification, ReID）、单摄像头下多目标追踪（Single-Camera Multi-Target tracking, SCMT） 、跨摄像头间关联（Inter-Camera Association, ICA）。文中选择了两阶段的检测器——Casca
2023-02-07 13:30:52
1723
原创 多摄像头多目标追踪Multi-Camera Multi-Target tracking, MCMT
MCMT的任务是通过综合多个摄像头的视频对其中的各种车辆进行跨摄像头的追踪，实际应用中帮助分析交通阻塞情况、规划交通时长。这样一个MCMT的系统通常有4个组成模块：车辆识别（vehicle detection）、重识别（Re-Identification, ReID）、单摄像头下多目标追踪（Single-Camera Multi-Target tracking
2023-02-05 14:09:18
2352
原创 目标检测——【Transformer】DEFORMABLE DETR: DEFORMABLE TRANSFORMERS FOR END-TO-END OBJECT DETECTION
一共有四张特征图，前三张从ResNet的stage3、stage4、stage5中得出，第四张特征图由ResNet的stage5经过一个步距为2的3x3卷积得到。将多尺度特征的像素flatten作为目标Query。在实际考虑到计算量的问题后，这个两阶段。因为小目标的特征在高分辨率的特征图中更显著，所以多尺度的特征图当然考虑的面比较广了。：包含Self-Attention和Cross-Attention。初始化为目标的中心点预测。所以预测头实际上是在预测。：论文中使用一种迭代式输出预测框的方式。
2022-11-06 16:31:20
1837
原创 多目标追踪——【Transformer】Global Transformer Tracking
当前多目标追踪大多遵循了Tracking-by-detection范式完成跟踪任务。Tracking-by-detection范式将追踪任务分为两步完成：目标检测与数据关联。这样的解决思路也使得当前许多Tracking-by-detection的追踪器将关注点放到了。上图为Tracker的总体网络结构，包括了目标检测和追踪。今天西安天气很好，枫叶谷！这部分公式比较多，详见。
2022-11-05 10:52:20
2084
原创 多目标追踪——【Transformer】MOTR: End-to-End Multiple-Object Tracking with TRansformer
论文链接：https://arxiv.org/abs/2105.03247通常来讲，虽然目标检测与目标跟踪都是CV领域，但由于下端的根本任务不同，所以直接套用肯定有问题，所以要仔细设计。可以看到，上图的结构解析如下：此模块的作用是处理目标的出现和消失等情况。图中的分数表示Head预测追踪目标的分类得分。【目的是为TrackTrackTrack QueryQueryQuery 对轨迹与目标的一对一关系建模。】TALA 有两种策略，分别对应着DetectDetectDetect QueryQueryQue
2022-11-02 12:50:09
2100
2
原创 目标检测——【Transformer】Accelerating DETR Convergence via Semantic-Aligned Matching
DEFR收敛速度太慢，如此高的训练成本【DERT在COCO训练集上要训练500个epoch才能收敛，相比之下Faster R-CNN只要12~36个epoch就可以收敛】是因为在匹配query与特征映射空间中的开销，也就是对应的交叉注意力（cross-attention）的计算过程。受到多头注意力机制的启发，它在DERT中扮演了不可或缺的角色，因为多头注意力机制中的多个head的作用就是关注图片特征的不同方面，因此增强模型的表达力。一共可以分为三个部分：语义对齐的匹配、显著点特征的匹配、信息损失的补偿。
2022-09-28 21:31:08
1660
原创 RGB-T追踪——【综述】A Survey for Deep RGBT Tracking.
本篇论文总结了RGBT追踪中那些基于深度学习的方法，并在GTOT, RGBT210, RGBT234 和LASHER这四个公认的Benchmark上面进行对比（应该是直接搬用的论文里面的实验数据，所以并不是所有对比的Tracker都有四个Benchmark的结果）
2022-09-19 22:42:08
4052
原创 RGB-T追踪——【Siamese】SiamCDA: Complementarity- and Distractor-Aware RGB-T Tracking
这里的操作是，对于前面融合的结果：第一帧的三阶段融合特征和当前帧的三阶段融合特征，分别对三个阶段的融合特征应用Region Proposal网络生成k个anchor，然后用分类分支和回归分支生成对应的响应图。第一帧的RGB特征、TIR特征和当前帧的特征、TIR特征分别这样融合，得到第一帧的三阶段融合特征和当前帧的三阶段融合特征。４.２ 如果“太子框”与上一帧的框的交并比小于０.２，就从剩下的其它框，就选其它框中与上一帧的框的交并比大于等于０.７的框且置信度最高的那个。１. 置信度超过０.３的候选框留下；
2022-09-19 22:38:07
1895
5
原创 RGB-T追踪——【多模态融合】APFNet: Attribute-Based Progressive Fusion Network for RGBT Tracking
现有的RGB-T多模态的融合模型通常是设计一个大而复杂的融合模型，或是生成模态相关的置信分数来自适应性地融合RGB模态和TIR模态特征，或是充分考虑模态共享特征-模态独有特征-模态生成响应图这三个方面设计融合模型。这样复杂模型所带来的问题就是需要大量的训练数据，且尽可能包括各种有挑战属性的场景。中提出一个RGB-T追踪的新思路：针对五个典型的挑战（如光照变化(IV)、快速运动(FM)、尺度变化(SV)、遮挡(OCC)和热交叉(TC)）设计不同的分支提取相应特征，再融合起来。
2022-09-15 17:34:07
3084
原创 单目标追踪——【Transformer】ECCV2022-Towards Sequence-Level Training for Visual Tracking
ECCV2022-Towards Sequence-Level Training for Visual Tracking
2022-09-01 17:30:28
1804
2
原创 单目标追踪——【Transformer】MixFormer: End-to-End Tracking with Iterative Mixed Attention
本文的出发点是认为现有的多阶段Siamese追踪框架【特征提取-特征融合-边界框预测】的前两步【特征提取-特征融合】统一完成。【特征融合】是对template、Search Region特征进行融合。是将template、Search Region的图片像素拼在一起，利用自注意力机制完成特征提取增强、交叉注意力机制完成特征交叉融合。以上提到的其实是考虑到空间特征，而从时序上考虑，则应用模板更新策略，以应对遮挡等挑战。这个模块的作用既提取特征也融合特征。自注意力（self-attention）提取。...
2022-08-25 15:40:52
1247
原创 单目标追踪——【评测工具】Ubuntu20.04的Python版本的VOT评测工具
参考VOT官方的安装教程，安装并配置vot-toolkit-python。
2022-08-12 14:29:29
741
5
原创 RGB-T追踪——【多模态融合】Visible-Thermal UAV Tracking: A Large-Scale Benchmark and New Baseline
通常RGB-T追踪器主要用了RGB追踪器相似的pipeline，然后聚焦于设计一个两模态融合方法。现有的融合方法主要分为图片融合、特征融合、决策融合三类。【图片融合】利用BackBone网络，以共享权重的方式学习可见光图片和热红外图片的图片特征，并且学出来的这个共享权重相当于取了可见光图片和热红外图片中对定位目标有用的一致的信息。这种方法存在的缺陷是需要可见光图片和热红外图片高度对齐。【特征融合】大多数Tracker是融合可见光图片和热红外图片的特征。这里也有两种融合。......
2022-07-28 00:25:51
5145
2
原创 RGB-T追踪——【数据集基准】GTOT / RGBT210 / RGBT234 / VOT-2019-2020 / LasHeR / VTUAV
这个数据集出自2016IEEETransactionsonImageProcessing(T-IP)的文章，安徽大学李成龙课题组。数据集包括带统计偏差的50个视频对（以灰度图片-热红外图片对的序列）、视频对应的每帧GroundTruth注释、两个评估指标。视频对是对齐的灰度图片和热红外图。视频拍摄场景有16个，包括实验室、校园道路、操场、水池等等。数据集的统计特性包括评价指标预测框与真值框之间的中心位置距离。由于是小目标，所以这里阈值也由常用的20像素改成5像素。.........
2022-07-25 23:33:54
11402
43
原创 单目标追踪——【相关滤波】MOSSE：Visual Object Tracking using Adaptive Correlation Filters
MOSSE算得上是公认的将相关滤波引入目标追踪中的工作。然而在读了原文之后，发现原文中在部分就回顾了一个ASEF方法，MOSSE就是这个方法正则化的变体，但是克服了ASEF的缺点，速度提高了一个数量级，达到了惊人的669fps。所以可以说是，这样的高的追踪速度使得MOSSE所代表的相关滤波在目标追踪中声名大振吧。之后便有一系列工作围绕相关滤波展开。文章如有不当之处，欢迎批评指正。...
2022-07-23 11:20:17
556
原创 单目标追踪——【相关滤波】ATOM：Accurate Tracking by Overlap Maximization
好啦，这篇论文读到这里就差不多啦，虽然对文中顶重要的数学推导跳过了，我好菜。有看到关于这部分的好的推导欢迎评论。强强zzz。
2022-07-15 14:14:55
1103
原创 单目标追踪——【Transformer】Transformer Tracking
这篇文章是利用Transformer设计了一个新的基于注意力的特征融合网络和一个Siamese结构的集成该融合网络的追踪方法TransT。 在TransT中该融合网络以替换传统Siamese框架中的correlation相关操作。几个值得注意的点：这个模块主要就是多头自注意力机制+位置编码Sin函数。与原始的Transformer中的多头自注意力机制一样。所以这个模块叫上下文语境的增强模块也正是因为Transformer中Encoder的自注意力的全局特性。这个模块应用了Transformer的Dec
2022-07-05 16:58:49
4987
原创 单目标追踪——【Transformer】Learning Spatio-Temporal Transformer for Visual Tracking
这篇文章提出了一个端到端的Transformer架构，一共有两个具体实现的网络结构——Baseline网络【仅考虑空间特征】+ST网络【同时考虑时序和空间特征】几个值得注意的点：网络组成部分：上图是同时考虑时空的STARK网络结构。蓝色部分是与对空间建模的STARK一样的结构，粉色部分是对时间建模。这个网络结构的输入加入了一个动态模板，就相当于同时考虑到目标外观的变化。这部分实现主要就是一个Score Head。从左到右分别是 【动态模板, 初始模板, 搜索区域】组成的输入三元组、最后一层Enco
2022-07-05 10:33:12
777
原创 单目标追踪——【Transformer】Transformer Meets Tracker:Exploiting Temporal Context for Robust Visual Tracking
这篇文章重点是引入Transformer作为特征提取增强模块。 既是用自注意力对backbone提取的特征进行增强，利用交叉注意力机制使得Template的特征和Search Region的特征交叉增强，有助于后面目标定位。几个注意点：如图所示，Template Features 【这里的Template实际上有20个，这个参数是在消融实验中验证能达到最高的精度。】 和 Search Features是初步经过Backbone（ResNet5......
2022-07-03 23:13:24
1581
1
原创 单目标追踪——【相关滤波】领域发展时间线及典型论文+传统相关滤波和基于深度学习的相关滤波简介
对单目标追踪中相关滤波的框架梳理：传统和基于深度学习。
2022-07-02 13:09:44
1372
原创 单目标追踪——【孪生网络】SiamMask论文阅读笔记
提出的SiamMask方法可以完成目标追踪任务和目标分割任务。初始化简化为视频跟踪的box输入即可，同时得到box和mask两个输出。
2022-07-02 12:46:39
1597
原创 单目标追踪——【手工特征和深度特征】
写在前面最近看了几篇单目标追踪领域的综述论文，想着对单目标追踪领域的经典论文按照时间线进行梳理一下，以便能快快找到现在单目标追踪的研究热点，未来方向。论文链接：Visual Object Tracking with Discriminative Filters and Siamese Networks: A Survey and OutlookRecent advances of single-object tracking methods: A brief survey视频单目标跟踪研究进展综
2022-06-06 22:46:31
2432
原创 单目标追踪——常见的评价指标和评估方法梳理
目录评估指标精确度（Precision）归一化的精确度（Norm. Prec）成功率（Success Rate/IOU Rate/AOS）EAO评估方法OPETRESRE评估指标精确度（Precision）归一化的精确度（Norm. Prec）成功率（Success Rate/IOU Rate/AOS）EAO评估方法OPETRESRE...
2022-04-14 15:21:55
15519
5
原创 单目标跟踪——【数据集基准】RGB数据集OTB / NFS / TrackingNet / LaSOT / GOT-10k / UAV123 / VOT 简介
入手单目标跟踪的三个方面之数据集目前单目标跟踪领域有哪些公认比较好的数据集？ 这可以从一些优秀论文中找，看他们在验证自己的tracker用到哪些数据集。这些数据集的侧重不一，有的会包含快速移动；有的包含出视野；有的会侧重测试tracker的长时记忆，所以熟悉一些常用数据集极其特性很有必要，这些数据集往往也有不同的评价指标。 数据集的评价指标不一，是为了更全面的测评tracker的性能。OTB2013和OTB2015OTB2013 [paper]和OTB2015 [paper]这两个数据集别名
2022-04-13 08:15:34
7081
2
原创 Pytracking+ubuntu20.04+nvidia RTX 3060成功运行
参考博文pytracking ubuntu安装问题描述：上面链接的参考博客写得很好，但是由于我显卡是3060，只支持cuda11及以上版本，所以当我使用pytorch官网的指令安装新版的pytorch，发现在运行demo的时候会出现以下报错。THC/THC.h: No such file or directory其原因在于新版的torch与以及删除这个包了，官方pytracking中使用的pytorch；还停留在torch1.4.0。解决方法：按照置顶博客安装好python 3.7
2022-04-06 22:08:19
996
1
原创 Detection Free Tracking: Exploiting Motion and Topology论文阅读
写在前面：最近入门多目标追踪，参考了多目标追踪的综述(Multiple Object Tracking: A Literature Review)，里面将多目标追踪方法分为TBD（Tracking based Detection）和TFD（Tracking free Dection）, 但是搜索到的TFD方法很少，就这篇写写论文阅读，记录一下。（若有不当之处，敬请指教）Motivation： 在agent的紧密交互下，行人检测器往往会失效，这限制了基于检测的跟踪方法的性能。运动信息...
2021-11-02 11:26:46
508
DeformableDERT的公式解读.pdf
2022-11-06
2022 CVPR 多目标追踪Global Transformer Tracking中公式解读
2022-11-05
论坛博客资源管理系统.rar
2020-07-15
2020美赛C题题目.rar
2020-03-06
2020美赛资料之论文模型算法.rar
2020-02-16
机器学习基本库：opencv/tensorflow/keras的pytho3离线安装包
2019-03-20
MySQL 8.0.15 安装版WIN32位
2019-02-24
ACDSee 20破解版
2019-02-06
佳能官网下载的DPP，专用于CR2格式照片编辑
2019-01-12
python3.7 Scipy和numpy的whl文件
2018-10-24
matlab 入门到精通 视频
2018-07-24
MATLAB 2017a 正版含码
2018-07-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人