Swin Transformer作为骨干网络的JDE（VisDrone2019-MOT数据集）
这一阵子的一个小工作：把JDE的骨干网络换成了Swin-T，在VisDrone2019-MOT数据集上训练，的确得到了比DarkNet53作为骨干网络更好的效果：IDF1RecallPrecisionFPFNMOTAMOTPJDE(with DarkNet53 backbone)45.048.791.457776467242.40.235JDE(with Swin-T backbone)48.25
·
这一阵子的一个小工作：把JDE的骨干网络换成了Swin-T，在VisDrone2019-MOT数据集上训练，的确得到了比DarkNet53作为骨干网络更好的效果：
| IDF1 | Recall | Precision | FP | FN | MOTA | MOTP | |
|---|---|---|---|---|---|---|---|
| JDE(with DarkNet53 backbone) | 45.0 | 48.7 | 91.4 | 5777 | 64672 | 42.4 | 0.235 |
| JDE(with Swin-T backbone) | 48.2 | 54.6 | 88.7 | 8784 | 57202 | 45.9 | 0.249 |
代码地址：https://github.com/JackWoo0831/Swin-JDE
欢迎star 哈哈哈哈
运行效果图：
网络结构如下图所示：
我们知道JDE其实是加了学习外观分支的YOLO v3，我把骨干网络换成了Swin Tiny，参数没改，用了Swin T的预训练模型。之后在骨干网络和YOLO v3的剩余部分为了维度对齐加了一个卷积层，在测试集上的检测与跟踪效果都比DarkNet有提高。
更多细节请见repo的README文件。
未来我会做的工作：
- 训练MOT17并与DarkNet再作比较
- 在VisDrone上达到更好的效果
有问题欢迎提问！！
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
7
0- 0
已为社区贡献6条内容
所有评论(0)