由于mikel-brostrom在github上发布的Yolov5_DeepSort_Pytorch更新，使整个代码封装性更好，进而允许采用多种REID特征识别模型，完善了deepsort在检测跟踪方面的性能。本博文记录如何使用此版本Yolov5_DeepSort_Pytorch的过程，同时给出ZQPei REID模型的修改方法，以适应mikel-brostrom更新版本。
使用Yolov5_DeepSort_Pytorch默认的osnet REID实现跟踪track.py
Yolov5_DeepSort_Pytorch中包含了两个链接目录yolov5和reid，不能一次性把github中的代码克隆下来，因此，需分别将三个github代码克隆到本地。
Yolov5_DeepSort_Pytorch:git clone https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch
Yolov5:git clone https://github.com/ultralytics/yolov5
REID:git clone https://github.com/KaiyangZhou/deep-person-reid
假定你的deepsort目录为your_dir，是第一个克隆下来的目录。第二个克隆目录是yolov5，将yolov5目录放在your_dir目录下，即your_dir/yolov5。第三个克隆目录是reid，放到your_dir/deep_sort/deep目录下，your_dir/deep_sort/deep/reid。
假定已经安装了conda和虚拟环境，且安装好运行Yolov5_DeepSort_Pytorch所需的模块。进入reid目录，运行
python setup.py develop
如此，即安装好KaiyangZhou的REID环境。
下载yolov5模型权重，放入目录your_dir/yolov5/weights
从KaiyangZhou的github中，Model zoo里下载权重文件，例如osnet_x1_0.pth，放到checkpoint目录：your_dir/deep_sort/deep/checkpoint。
（1）修改deep_sort/configs/deep_sort.yaml
DEEPSORT:
MODEL_TYPE: "osnet_x1_0"
REID_CKPT: '~/your_dir/deep_sort/deep/checkpoint/osnet_x1_0_imagenet.pth'
MAX_DIST: 0.1 # 0.2 The matching threshold. Samples with larger distance are considered an invalid match
MAX_IOU_DISTANCE: 0.7 # 0.7 Gating threshold. Associations with cost larger than this value are disregarded.
MAX_AGE: 90 # 30 Maximum number of missed misses before a track is deleted
N_INIT: 3 # 3 Number of frames that a track remains in initialization phase
NN_BUDGET: 100 # 100 Maximum size of the appearance descriptors gallery
MIN_CONFIDENCE: 0.75
NMS_MAX_OVERLAP: 1.0
这里，增加REID_CKPT，把某些参数设置放到yaml文件中，尽可能减少track.py命令行中的输入参数。
（2）修改track.py中DeepSort类实例的参数定义
deepsort = DeepSort( cfg.DEEPSORT.MODEL_TYPE,
cfg.DEEPSORT.REID_CKPT, # 添加checkpoint路径
device,
max_dist=cfg.DEEPSORT.MAX_DIST,
max_iou_distance=cfg.DEEPSORT.MAX_IOU_DISTANCE,
max_age=cfg.DEEPSORT.MAX_AGE,
n_init=cfg.DEEPSORT.N_INIT,
nn_budget=cfg.DEEPSORT.NN_BUDGET,
)
此处增加了一个reid权重文件路径参数，故也需在DeepSort类定义中增加该参数model_path，修改deep_sort/deep_sort.py，__init__():
class DeepSort(object):
def __init__(self, model_type, model_path, device, max_dist=0.2, min_confidence=0.3, nms_max_overlap=1.0, max_iou_distance=0.7, max_age=70, n_init=3, nn_budget=100, use_cuda=True):
self.min_confidence = min_confidence
self.nms_max_overlap = nms_max_overlap
self.extractor = FeatureExtractor(
model_name=model_type,
model_path = model_path,
device=str(device)
)
max_cosine_distance = max_dist
metric = NearestNeighborDistanceMetric(
"cosine", max_cosine_distance, nn_budget)
self.tracker = Tracker(
metric, max_iou_distance=max_iou_distance, max_age=max_age, n_init=n_init)
注：mikel好像又改了有关model_path的引入方法，我感觉太复杂，故还是用以上的修改办法，其目的就是从deep_sort/deep/checkpoint中找到权重文件路径，避免从网上下载权重文件，或者从本地缓存.torch中去找权重。
（3）运行deepsort跟踪程序
python track.py --yolo_model ~/your_dir/yolov5/weights/yolov5s.pt \
--source ~/your_dir/video_demo.mp4 \
--show-vid \
--classes 0
其中，classes 0 表示yolov5检测对象为行人，类型号0。
更改ZQPei REID模型文件
此模型文件命名为model_ZQP.py，放入目录 deep_sort/deep/reid/torchreid/models
模型更改只需添加一个定义函数 def ZQP()
import torch
import torch.nn as nn
import torch.nn.functional as F
class BasicBlock(nn.Module):
def __init__(self, c_in, c_out, is_downsample=False):
super(BasicBlock, self).__init__()
self.is_downsample = is_downsample
if is_downsample:
self.conv1 = nn.Conv2d(
c_in, c_out, 3, stride=2, padding=1, bias=False)
else:
self.conv1 = nn.Conv2d(
c_in, c_out, 3, stride=1, padding=1, bias=False)
self.bn1 = nn.BatchNorm2d(c_out)
self.relu = nn.ReLU(True)
self.conv2 = nn.Conv2d(c_out, c_out, 3, stride=1,
padding=1, bias=False)
self.bn2 = nn.BatchNorm2d(c_out)
if is_downsample:
self.downsample = nn.Sequential(
nn.Conv2d(c_in, c_out, 1, stride=2, bias=False),
nn.BatchNorm2d(c_out)
)
elif c_in != c_out:
self.downsample = nn.Sequential(
nn.Conv2d(c_in, c_out, 1, stride=1, bias=False),
nn.BatchNorm2d(c_out)
)
self.is_downsample = True
def forward(self, x):
y = self.conv1(x)
y = self.bn1(y)
y = self.relu(y)
y = self.conv2(y)
y = self.bn2(y)
if self.is_downsample:
x = self.downsample(x)
return F.relu(x.add(y), True)
def make_layers(c_in, c_out, repeat_times, is_downsample=False):
blocks = []
for i in range(repeat_times):
if i == 0:
blocks += [BasicBlock(c_in, c_out, is_downsample=is_downsample), ]
else:
blocks += [BasicBlock(c_out, c_out), ]
return nn.Sequential(*blocks)
class Net(nn.Module):
def __init__(self, num_classes=751, pretrained=True, loss = 'softmax', **kwargs): # market1501=751, dukemtmcreid=702
super(Net, self).__init__() # Net
# 3 128 64
self.conv = nn.Sequential(
nn.Conv2d(3, 64, 3, stride=1, padding=1),
nn.BatchNorm2d(64),
nn.ELU(inplace=True),
)
self.layer1 = make_layers(64, 64, 2, False)
self.layer2 = make_layers(64, 128, 2, True)
self.layer3 = make_layers(128, 256, 2, True)
self.layer4 = make_layers(256, 512, 2, True)
#self.avgpool = nn.AvgPool2d((8,4),1)
self.adaptiveavgpool = nn.AdaptiveAvgPool2d(1)
self.classifier = nn.Sequential(
nn.Linear(512, 256),
nn.BatchNorm1d(256),
nn.ReLU(inplace=True),
nn.Dropout(),
nn.Linear(256, num_classes),
)
def forward(self, x):
x = self.conv(x)
x = self.layer1(x)
x = self.layer2(x)
x = self.layer3(x)
x = self.layer4(x)
#x = self.avgpool(x)
x = self.adaptiveavgpool(x) #
x = x.view(x.size(0),-1)
# B x 128
if not self.training:
x = x.div(x.norm(p=2,dim=1,keepdim=True))
return x
# classifier
x = self.classifier(x)
return x
def ZQP(num_classes=751, pretrained=True, loss='softmax', **kwargs):
model = Net(
num_classes=num_classes,
pretrained = pretrained,
loss = 'softmax',
**kwargs
)
return model
if __name__ == '__main__':
net = Net(pretrained=True) # Net
x = torch.randn(4, 3, 256, 256) # 128, 64
y = net(x)
下面将模型ZQP添加到REID的定义文件中deep_sort/deep/reid/torchreid/models/__init__.py中引入ZQP模型文件，添加：
from .model_ZQP import *
在字典__model_factory中添加模型名称ZQP:
__model_factory = {
# image classification models
'resnet18': resnet18,
'resnet34': resnet34,
'resnet50': resnet50,
......
'ZQP': ZQP
现在，只要修改deep_sort/configs/deep_sort.yaml中的MODEL_TYPE和REID_CKPT路径，就可运行ZQPei的reid模型ckpt.t7。
MODEL_TYPE: "ZQP"
REID_CKPT: '~/your_dir/deep_sort/deep/checkpoint/ckpt.t7'
另外，由于ZQPei reid模型训练中resize为128×64（hxw），故需修改deep_sort/deep/reid/torchreid/utils/feature_extractor.py中的image_size
def __init__(
self,
model_name='',
model_path='',
image_size=(128, 64), #(256, 128) (h, w)
pixel_mean=[0.485, 0.456, 0.406],
pixel_std=[0.229, 0.224, 0.225],
pixel_norm=True,
device='cuda',
verbose=True
):
至此，我们完成了添加ZQP reid模型到KaiyangZhou REID模型中的整个过程，并可以用同样的命令行参数，运行track.py
reid模型训练
deepsort中有两个神经网络模型，一个是目标检测模型yolov5，另一个是特征识别模型reid。yolov5模型训练有很多文章可参考，省略，此处侧重谈谈reid模型的训练。KaiyangZhou给出识别行人特征的reid模型训练方法，训练程序deep_sort/deep/reid/scripts/main.py。
训练可分别采用两个数据集:Market-1501和DukeMTMC-reID。
Market-1501数据集：
训练数据集”bounding_box_train“有751个行人ID，包含 12,936 张图像，平均每人有17.2张训练数据；
测试集“bounding_box_test”有750个行人ID，包含19,732张图像，平均每人有26.3张测试数据。
查询集gally从测试集中挑选出750个行人在6个摄像头下的图片，共3368 张查询图像。
dukemtmc-reid数据集：
“bounding_box_test”——用于测试集的 702 人，包含 17,661 张图像（随机采样，702 ID + 408 distractor ID）
“bounding_box_train”——用于训练集的 702 人，包含 16,522 张图像（随机采样）
“query”——为测试集中的 702 人在每个摄像头中随机选择一张图像作为 query，共有 2,228 张图像
只要从网上下载这两个数据集，不需要改变目录结构来使用它们排列的目录结构，只要指出数据集的根目录即可。
以下给出ZQPei模型在dukemtmc-reid数据集的训练方法
构造配置文件：deep_sort/deep/reid/configs/ZQP_128x64.yaml
model:
name: 'ZQP'
pretrained: True #True
data:
type: 'image'
sources: ['dukemtmcreid']
targets: ['dukemtmcreid'] # market1501, dukemtmcreid
height: 128
width: 64
combineall: False
transforms: ['random_flip'] #random_flip random_erase color_jitter
save_dir: 'deep_sort/deep/reid/log/ZQP'
loss:
name: 'softmax'
softmax:
label_smooth: True
train:
optim: 'amsgrad'
lr: 0.0015
max_epoch: 40 #150
batch_size: 64
fixbase_epoch: 10 #10
open_layers: ['classifier'] #'classifier'
lr_scheduler: 'cosine'
# stepsize: [60]
test:
batch_size: 300
dist_metric: 'euclidean'
normalize_feature: False
evaluate: False #test only
eval_freq: -1
rerank: False
运行训练程序main.py
python main.py \
--config-file deep_sort/deep/reid/configs/ZQP_128x64.yaml \
--root ~/your_datasets/dukemtmc_reid \
model.load_weights ~/your_dir/deep_sort/deep/checkpoint/ckpt.t7
这里，在配置文件ZQP_128x64.yaml中pretrained = True，表示需加载预先训练的权重ckpt.t7。如果从头开始训练，则pretrained = False，并在命令行中删除model.load_weights项。命令行指定配置文件ZQP_128x64.yaml，数据集根目录dukemtmc_reid。
此外，采用dukemtmc训练数据集行人ID数为702，所以，需更改特征类型为702, 即模型文件model_ZQP.py中num_classes=702。
数据集目录组成应该是：
~/your_datasets/dukemtmc_reid/dukemtmc-reid/DukeMTMC-reID/bounding_box_test, bounding_box_train, query
用逗号分开的项目表示在DukeMTMC-reID目录下有三个子目录bounding_box_test、bounding_box_train和query。
用自己的数据集训练reid
要利用KaiyangZhou reid训练程序，需要将数据集构造成market-1501的结构形式，即bounding_box_train, bounding_box_test, guery。
下面是一个例子，用veri-wild提供的小汽车数据集来构造符合market-1501构成形式的数据集。
veri-wild提供了包含40多万张4万辆汽车的id图片，每个汽车ID目录下有多张不同摄像机和不同时刻获取的汽车图片。假定选择800个汽车ID组成训练集，另外800个汽车ID组成测试集，从测试集中取出每个汽车ID在每个摄像头下的图片，组成query。
（1）从veri-wild中分别抽取800个ID放入train_800和test_800，每个ID的图片在20-30张之间。
（2）对train_800和test_800图片进行resize，压缩数据集容量。
（3）按照market-1501文件命名规则更改数据集图片名称，并从test数据集挑选图片放入query。
由此，仿照market-1501构成训练reid的小汽车数据集，进行汽车特征的reid特征识别模型。
参考程序如下：
import os
from shutil import copyfile, copytree, rmtree
from torch.functional import broadcast_shapes
from PIL import Image
import matplotlib.pyplot as plt
import random
import shutil
def get_cam_n(f_list): # 构造列表[file_name, camera_ID]，列表抽取，每个camera_ID只取一项。
A = []
for cam_n in range(1,7):
for j in range(len(f_list)):
B = f_list[j][1]
if (f_list[j][1] == cam_n):
A.append(f_list[j])
break
return A
def make_fileprefix(src_dir, tar_dir, gallary_dir): # src_dir 带ID子目录的数据集目录，ID子目录下是同一ID的图片。
for subdir in os.listdir( src_dir ): # ID子目录名称
src=src_dir+"/"+subdir
f_list = []
for file_name in os.listdir(src): # 提取ID子目录内文件名称
fileprefix= os.path.splitext(file_name)[0]
cam_n = random.randint(1,6)
A1=[fileprefix, cam_n]
f_list.append(A1)
file_name1 = subdir+ "_c"+str( cam_n) +"_f" + fileprefix + ".jpg"
copyfile(src+"/"+file_name, tar_dir+"/"+file_name1) #将各子目录文件添加prefix，拷贝到一个目标文件夹tar_dir
print("copyfile: ", file_name1)
f_cam=get_cam_n(f_list) # 列表[file_name, camera_ID]，每个camera_ID只有一张图片。
for i in range(len(f_cam)): # 从 test中抽取图片到query
file_prefix = f_cam[i][0]
cam_n = f_cam[i][1]
file_name1 = subdir+ "_c"+str( cam_n) +"_f" + file_prefix + ".jpg"
file_name0 = src+"/"+file_prefix+'.jpg'
copyfile(file_name0, gallary_dir+"/"+file_name1) #将各子目录文件添加prefix，拷贝到一个目标文件夹tar_dir
return
def image_resize(src_dir, tar_dir):
for subdir in os.listdir( src_dir ): # ID子目录名称
src=src_dir+"/"+subdir
tar_ID_dir=tar_dir+"/"+subdir
if os.path.isdir(tar_ID_dir):
rmtree(tar_ID_dir)
os.mkdir(tar_ID_dir)
for file_name in os.listdir(src): # 提取ID子目录中文件名称
img=Image.open(src+"/"+file_name)
w, h =img.size
#img.show()
imax = max(h,w)
if imax < 280:
copyfile(src+"/"+file_name, tar_ID_dir+"/"+file_name)
else:
rate_hw = 280/imax
w,h = int(rate_hw*w), int(rate_hw*h)
new_img = img.resize((w, h),Image.BILINEAR)
#new_img.show()
new_img.save(tar_ID_dir+"/"+file_name)
print(tar_ID_dir+"/"+file_name)
return
if __name__ == '__main__':
src_dir = "~/your_datasets/resize/train_800"
tar_dir = "~/your_datasets/train_box"
if os.path.isdir(tar_dir):
rmtree(tar_dir)
os.mkdir(tar_dir)
gallary_dir = "your_datasets/resize/gallary"
if os.path.isdir(gallary_dir):
rmtree(gallary_dir)
os.mkdir(gallary_dir)
make_fileprefix(src_dir, tar_dir, gallary_dir)
文章出处登录后可见！
