用于地面实况跟踪的多目标跟踪 (MOT) 基准数据集格式答案

【问题标题】：Multiple Object Tracking (MOT) benchmark data-set format for ground truth tracking用于地面实况跟踪的多目标跟踪 (MOT) 基准数据集格式
【发布时间】：2023-03-20 05:30:01
【问题描述】：

我正在尝试在2DMOT Challenge 2015 行业中使用的标准数据集上评估我的对象检测+跟踪的性能。我已下载数据集，但无法理解标记的地面实况数据中的数据字段。

我已了解数据集的前六列，但无法了解其余四列。以下是目录中的示例数据：

frame no.   object_id   bb_left   bb_top   bb_width   bb_height   (?)   (?)       (?)      (?)
1           1           212       204      20         57          0     -3.1784   16.34    0.45739
1           2           223       181      36         104         1     -1.407    9.0212   0.68774

如果您知道这一点，请告诉我？

【问题讨论】：

标签： object-detection tensorflow-datasets yolo video-tracking faster-rcnn

【解决方案1】：

最后三个字段表示对象的 3D 真实世界坐标。在 2DMOT2015 的 ETH-Bahnhof、ETH-Sunnyday、PETS09-S2L1 和 TUD-Stadtmitte 的视频中可以找到类似的数据结构。对于ground-truth，score = 1。但有时它在 0-1 之间变化，然后它充当标志值，零表示不考虑评估该行。所以数据字段的格式是：

帧号, object_id , bb_left , bb_top , bb_width , bb_height , score, X, Y, Z

【讨论】：