Skip to content
Tutorials1 min read

多目標跟蹤標註

多目標跟蹤標註概念概述，以及 Potato 的影片標註功能如何支援基本的跟蹤工作流。

Potato Team

多目標跟蹤（MOT）標註為監控、自動駕駛和體育分析建立訓練資料。本教程討論 MOT 標註概念以及 Potato 當前的影片標註功能如何支援基本的跟蹤工作流。

MOT 標註挑戰

  • 在幀之間保持一致的目標 ID
  • 處理遮擋和重新出現
  • 在擁擠場景中進行跟蹤
  • 管理 ID 切換和合並

當前影片標註支援

Potato 目前通過 video_annotation 類型支援基本的影片標註。雖然完整的 MOT 專用功能（如自動 ID 管理、插值和遮擋處理）尚未實現，但您可以設定基本的影片標註工作流。

基本影片標註設定

yaml
annotation_task_name: "Video Object Labeling"
 
data_files:
  - data/videos.json
 
annotation_schemes:
  - annotation_type: video_annotation
    name: objects
    description: "Label objects in video frames"
    labels:
      - name: person
      - name: vehicle
      - name: cyclist

示例資料格式

您的 data/videos.json 檔案應包含帶有影片路徑的條目：

json
[
  {
    "id": "video_001",
    "video": "/path/to/video.mp4"
  },
  {
    "id": "video_002",
    "video": "/path/to/another_video.mp4"
  }
]

手動跟蹤工作流

在沒有專用 MOT 功能的情況下，您仍然可以手動執行跟蹤標註：

手動建立軌跡

  1. 導航到目標首次出現的幀
  2. 使用影片標註介面標記目標
  3. 在標註中包含一致的識別符號（例如 "person_1"）
  4. 移動到後續幀並繼續使用相同的識別符號進行標註

處理遮擋

當目標被遮擋時：

  1. 記錄目標最後可見的幀
  2. 當目標重新出現時，使用相同的識別符號以保持軌跡連續性
  3. 在標註備註中記錄遮擋時段

計劃中的 MOT 功能

以下功能將增強 Potato 的 MOT 標註能力，目前正在考慮納入未來的開發計劃：

  • 自動 ID 分配：為新目標自動遞增 ID
  • 軌跡插值：關鍵幀之間的線性或三次插值
  • 遮擋處理：可見性級別（可見、部分遮擋、嚴重遮擋、不可見）
  • 軌跡視覺化：顯示目標在幀之間的路徑
  • 軌跡管理面板：合併、分割和管理軌跡 ID
  • 逐幀屬性：逐幀變化的屬性

如果您對這些功能感興趣，請聯絡 Potato 開發團隊或為項目做出貢獻。

手動 MOT 標註技巧

  1. 分段工作：每次處理 100-200 幀
  2. 一致的命名：使用清晰的 ID 方案（例如 "person_001"、"vehicle_023"）
  3. 記錄過程：保留關於遮擋和軌跡決策的筆記
  4. 複查：先正向播放再反向播放以發現錯誤
  5. 使用外部工具：考慮使用檢測模型進行預處理

替代方案

對於需要完整 MOT 標註功能的項目：

  1. 混合工作流：使用 Potato 進行初始標註，使用專用 MOT 工具進行軌跡管理
  2. 預標註：執行目標檢測器生成初始邊界框，然後在 Potato 中最佳化
  3. 後處理：匯出 Potato 標註並在外部應用跟蹤演算法

下一步

有關當前影片標註文件，請參閱 影像標註。