使用 DanceTrack 复现记录

系统环境#

系统	Ubuntu 22.04
Python	3.10.18
PyTorch	2.8.0+cu128
TorchVision	0.23.0+cu128
Cuda	13.0
setuptools	78.1.1

复现步骤#

下载代码和数据集#

1
git clone https://github.com/DanceTrack/DanceTrack.git

在百度网盘(awew)下载数据集和模型。

将数据集放在如下目录

1
{DanceTrack ROOT}
2
|-- dancetrack
3
|   |-- train
4
|   |   |-- dancetrack0001
5
|   |   |   |-- img1
6
|   |   |   |   |-- 00000001.jpg
7
|   |   |   |   |-- ...
8
|   |   |   |-- gt
9
|   |   |   |   |-- gt.txt
10
|   |   |   |-- seqinfo.ini
11
|   |   |-- ...
12
|   |-- val
13
|   |   |-- ...
14
|   |-- test
15
|   |   |-- ...
16
|   |-- train_seqmap.txt
17
|   |-- val_seqmap.txt
18
|   |-- test_seqmap.txt
19
|-- TrackEval
20
|-- tools
21
|-- ...

下载 Tracker 代码#

使用 ByteTrack 进行跟踪，下载源仓库代码：

1
cd {DanceTrack ROOT}
2
git clone https://github.com/FoundationVision/ByteTrack.git

用 DanceTrack 项目中的 ByteTrack 文件夹替换原始文件。

依赖安装#

环境配置同 [[bytetrack复现记录]] ，注意后续运行代码前确保 python3 setup.py develop 已运行。

CAUTION
注意新版本的 numpy 的 np.float 和 np.int 已弃用，使用 np.float64 和 np.int64 替换。
使用正则匹配替换：搜索 \bnp\.float\b(?!\d) 替换为 np.float64 ；搜索 \bnp\.int\b(?!\d) 替换为 np.int64 。

数据处理#

准备数据集，并将标注转换为 coco 格式：

1
python3 tools/convert_dance_to_coco.py  # !!! 修改参数以分别转换 train, val, test
2
cd ByteTrack/datasets
3
ln -s ../../dancetrack dancetrack
4
cd ..

在验证集上评估#

将下载的模型放在 DanceTrack/ByteTrack/YOLOX_outputs/yolox_x/latest_ckpt.pth.tar 路径下

1
python3 tools/track.py -f exps/example/dancetrack/yolox_x.py -c YOLOX_outputs/yolox_x/latest_ckpt.pth.tar -b 1 -d 1 --fp16 --fuse

得到评估指标#

将 DanceTrack/ByteTrack/YOLOX_outputs/yolox_x/ 文件夹下的预测结果放在 DanceTrack/val/TRACKER_NAME 文件夹下载，目录结构如下：

1
{DanceTrack ROOT}
2
|-- val
3
|   |-- TRACKER_NAME
4
|   |   |-- dancetrack000x.txt
5
|   |   |-- ...
6
|   |-- ...

运行评估代码，可得到 HOTA, IDF1 等指标

1
# 替换TRACKER_NAME为实际路径
2
python3 TrackEval/scripts/run_mot_challenge.py --SPLIT_TO_EVAL val  --METRICS HOTA CLEAR Identity  --GT_FOLDER dancetrack/val --SEQMAP_FILE dancetrack/val_seqmap.txt --SKIP_SPLIT_FOL True   --TRACKERS_TO_EVAL '' --TRACKER_SUB_FOLDER ''  --USE_PARALLEL True --NUM_PARALLEL_CORES 8 --PLOT_CURVES False --TRACKERS_FOLDER val/TRACKER_NAME
3
# 可进一步将检测结果可视化 (包括图片与视频)
4
python3 tools/txt2video_dance.py --img_path dancetrack --split val --tracker TRACKER_NAME

在测试集上评估#

还是使用预训练模型 DanceTrack/ByteTrack/YOLOX_outputs/yolox_x/latest_ckpt.pth.tar

1
python3 tools/track.py -f exps/example/dancetrack/yolox_x.py -c YOLOX_outputs/yolox_x/latest_ckpt.pth.tar -b 1 -d 1 --fp16 --fuse --test

TIP
提交结果时注意:

存档跟踪器文件夹，而不是 txt 文件。

文件夹名称必须是 tracker