fairMOT的使用教程

你好！对于 fairMOT 的使用教程，您可以按照以下步骤进行操作：

1. 环境设置：
- 安装 Python3 和 PyTorch。
- 克隆 fairMOT 仓库：`git clone https://github.com/ifzhang/FairMOT.git`。
- 进入仓库目录：`cd FairMOT`。
- 安装相关依赖：`pip install -r requirements.txt`。

2. 数据准备：
- 准备 MOT 数据集，数据集格式可以参考 [MOTChallenge](https://motchallenge.net/)。
- 将数据集放入 `data/` 目录下，按照 `data/mot_challenge/` 目录结构进行组织。

3. 模型准备：
- 下载预训练权重文件 `model.pth`，可以从 [Google Drive](https://drive.google.com/file/d/1bX3r-GRX1F6h4x6fXOgW0h6p2I36fOr9/view) 或者 [Baidu Drive](https://pan.baidu.com/s/1B3Sry5uDNPxK8oSpk8UVew)（提取码：2swj）获取。
- 将预训练权重文件放入 `models/` 目录下。

4. 运行训练：
- 运行 `python track.py mot --exp_id your_exp_id --gpus 0,1,2,3 --num_epochs 30 --batch_size 8 --load_model ../models/model.pth` 来启动训练。
- 可以根据需要调整参数，如 `exp_id` 表示实验 ID，`gpus` 表示使用的 GPU 编号，`num_epochs` 表示训练的轮数，`batch_size` 表示每个批次的样本数等。

5. 运行测试：
- 运行 `python track.py mot --exp_id your_exp_id --gpus 0 --load_model ../models/model.pth --test` 来进行测试。
- 测试结果会保存在 `results/your_exp_id/` 目录下。

以上是 fairMOT 的简单使用教程，希望能帮到您！如有更多问题，请随时提问。