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。

09.MOT.mp4

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 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, norfair の何れかを指定
デフォルト：bytetrack

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