多目标跟踪算法（FairMOT）训练、测试过程

多目标跟踪算法（FairMOT）训练、测试过程

GitHub地址：https://github.com/ifzhang/FairMOT 除GitHub上的步骤，还应做如下修改： ①训练数据集仅采用CUHKSYSU（下载的原数据名称为CUHK-SYSU，需修改为CUHKSYSU）和PWM，在src/lib/cfg/data.json文件中更改root和train部分，下面的测试部分也根据数据集进行修改，这里测试采用的MOT15数据集

②修改 src/lib/opts.py 文件中mot部分的 data_dir （数据集路径）：

③打开experiments/all_dla34.sh文件调整gpu和batch_size大小，若batch_size大小不满足训练要求，可更改src/train.py中输入图片尺寸（原始尺寸为（1088，608），作者回复可调节为32的倍数，但是并不是所有32倍数的尺寸都合适，这里试出来一个大小为(352, 256)的尺寸）：

即可开始训练

④训练中如果发现身份丢失，id_loss下降趋势不明显，可在 FairMOT / src / lib / trains / base_trainer.py文件中，取消注释 ＃self.optimizer.add_param_group（{‘params’：self.loss.parameters（）}）。 训练好的模型位于exp/mot/all_dla34中。

最终采用MOT15数据集进行跟踪测试的各项评价指标：

原论文提供模型的各项评价指标：

注：此模型在训练过程中为了提高batch_size，输入尺寸可能过小，且原模型采用6个训练数据，这些都可能导致最终精度有所差异。