无法提供摘要。这是一篇受保护的文章。
提出问题 最近在科研中，遇到需要利用mmtracking框架进行多目标跟踪实现自制数据集的应用。因此，简单记录一下数据集制作过程以及利用mmdetection和mmtracking框架结合下的多目标跟踪过程。 解决方案 （1）数据集制作 视频数据集制作利用的软件是DarkLabel 2.4，其链接如下：DarkLabel下载地址，其基本标注方法可参考我上一篇博文，链接如下：DarkLabel2.4软件标注视频影像数据做目标检测/跟踪（数据预处理）。与上一篇博文不同的是，这次我们是以MOT17数据集格式进行数据集制作…
摘要：三维建筑模型在城市规划和智慧城市等众多应用中发挥着至关重要的作用。最近的三维建筑建模方法要么严重依赖于可用的手动收集的足迹参考，要么很难达到与手动编辑相当的真正自动化。为了在细节1级(LoD1)上实现实例级三维建筑的自动提取，我们引入了一种创新的端到端三维建筑实例分割模型。该模型利用正射校正高分辨率遥感图像和数字表面模型(DSMs)同时预测单个建筑物的精确轮廓和高度，消除了额外的参考数据和经验参数设置。首先，我们提出了一个适合于提取二维建筑轮廓的锚定多头(AFM)建筑提取网络。AFM结合了全分辨率、远程相关增…
提出问题 因为项目需要，需要对无人机拍摄的视频进行每一帧的拼接，拼接成一张全景图。为此，利用python语言，基于pyqt5框架搭建了一个全景图拼接系统。 解决方案 1.导入必要的库，包括OpenCV 3.4.2.16和NumPy。 2.定义一个函数get_homo，用于计算两张图片之间的单应性矩阵。 3.定义一个函数stitch_image，用于将两张图片进行拼接。 4.定义一个函数binarize_and_remove_black去除黑边。 以上四步是算法的主要步骤，其余步骤包括特征提取，我们分别用了SIFT和…
提出问题 当前，有众多的开源方法集合以及社区维护。为了满足旋转框目标检测需求，一些学者在pytorch深度学习框架基础上构建了mmrotate旋转框目标检测体系。借此机会，自己搭建了一下mmrotate的环境，加深学习和为后续做相关对比实验做一些准备工作。 解决方案 一台2080或者2080ti的机器，cuda 10.2 参考代码： https://github.com/open-mmlab/mmrotate/ 环境部署步骤 首先要下载两个代码和相关库，链接分别为：mmrotate、mmdetection和mmcv…
提出问题 因科研需求，需要对目标跟踪数据集的格式进行相关转换，方便模型的输入。这里以SAT-MTB数据集格式转为AIR-MOT数据集格式为例。即下图示意所示，将右边格式转换为左边格式。 解决方案 具体的实施方案如下面的代码步骤所示： ###第一步：改名 import os import shutil flder_path = r'xxx\SAT-MTB_Dataset\ship' flder = os.listdir(flder_path) #print (flder) for i in fld…
提出问题 最近因为应用需求，需要实现基于视频的多目标跟踪任务。目标跟踪的发展脉络大体如下图所示，之前虽然做过类似的基于联合检测的目标跟踪，即图中的检测与特征提取联合的方式，如2020年提出的FairMOT网络等。然而，更加往前一点的基于DeepSORT的方式，即检测与特征提取分开的方式，这一类方式虽然会有累积误差的出现，但也能解决一些实际问题，因此，有必要研究一下这一类网络的操作流程。该篇博客以YOLOv5作为DeepSORT模型的Detections部分。 解决方法 YOLOv5和DeepSORT是分开训练的。因…
