TraceMend벤치마크
EN

벤치마크

검출
보행자 YOLOX-X 1440×800

추적기 출력과 TraceMend 출력

IDF1 변화: TraceMend 출력 − 추적기 출력

영상별 평균, 기본 추적기

표로 보기

교정 정밀도

TraceMend의 교정 하나하나를 정답 주석으로 판정했습니다.

교정 정밀도(%) = 옳음 ÷ 판정된 교정

표로 보기

추적기 벤치마크

같은 보행자 검출 위에서 추적기 여섯을 공개 기본 설정으로 돌리고, ByteTrack은 설정 변형 하나를 더 돌렸습니다.

전체 지표 표로 보기
정렬 값
추적기

    추적기 설정

    기본 추적기(ByteTrack 기반)
    ByteTrack 계열, track_thresh 0.6, match_thresh 0.8
    ByteTrack
    공개 저장소 기본값, track_thresh 0.6, track_buffer 30, match_thresh 0.9, frame_rate 30
    SORT
    ByteTrack 저장소의 SORT, det_thresh 0.6, max_age 30, min_hits 3, IoU 0.3
    OC-SORT
    det_thresh 0.6, IoU 0.3, min_hits 3, delta_t 3, inertia 0.2, BYTE 없음
    Hybrid-SORT
    공개 저장소의 YOLOX-X 설정, ReID 없음, det_thresh 0.6, IoU 0.25, Height_Modulated_IoU, inertia 0.05, BYTE 켬, TCM 두 단계 켬
    Deep OC-SORT
    공개 저장소 기본값(w_assoc_emb 0.75, alpha_fixed_emb 0.95, aw_param 0.5), 외형은 OSNet-AIN 특징, 카메라 움직임 보상 끔
    ByteTrack 버퍼 90
    ByteTrack과 같고 track_buffer만 90
    공통
    MOT17 기본값 한 설정을 네 데이터셋에 똑같이 썼고 영상별 손질은 쓰지 않았습니다. 출력 거르기는 각 저장소 평가 코드 그대로입니다(면적 100 초과, Deep OC-SORT는 10 초과, 폭/높이 1.6 이하).
    리포트로 추적기 견주기

    두 모델의 성능

    데이터셋마다 영상 하나를 빼고 교차 검증했습니다.

    확인 시점 선별 모델: 검토 예산 안의 정밀도

    동일 인물 순위 모델: Rank-1

    표로 보기

    잘못 고친 사례

    틀린 ID 교환 교정

    겹치기 전. 흰 상의의 인물에 21번, 검은 외투의 인물에 7번 상자
    추적기 출력. 겹친 뒤에도 검은 외투의 인물에 7번, 앞사람 뒤에 일부 가려진 흰 상의의 인물에 21번 상자
    TraceMend 출력. 검은 외투의 인물에 21번, 흰 상의의 인물 자리에 7번 상자

    추적기 출력이 맞았고, ID 교환 교정이 두 트랙 ID를 서로의 사람에게 옮겼습니다.

    판정 근거

    틀린 트랙 연결

    단절 전. 안내판 옆 인물에 78번 상자
    추적기 출력. 왼쪽 위의 다른 인물에 111번 상자, 안내판 옆에 78번이 따라가던 인물의 정답 상자(점선)
    TraceMend 출력. 왼쪽 위의 다른 인물이 78번이 되고, 안내판 옆의 원래 인물은 점선 상자로 남습니다.

    서로 다른 두 사람의 트랙을 연결했습니다. 점선은 원래 인물의 정답 상자입니다.

    판정 근거

    평가 조건

    데이터셋마다 평가한 구간과, 앱에 들어 있는 모델의 학습과 후처리 설정에 쓴 곳입니다.

    각주
    • 검출은 ByteTrack 보행자 YOLOX-X이고 MOT17 학습 영상의 앞 절반과 CrowdHuman으로 학습했습니다. MOT17은 검출 모델이 학습하지 않은 뒤 절반만 평가하고, 추적기는 뒤 절반 첫 프레임에서 새로 시작합니다.
    • 앱에 들어 있는 모델(확인 시점 선별 모델과 동일 인물 순위 모델)은 MOT17 7편과 MOT20 4편의 COCO YOLOX-X 기록으로 학습했습니다. 두 모델 구역의 주 값은 데이터셋마다 자기 영상으로 다시 학습한 교차 검증 값입니다.
    • ID 교환 교정과 트랙 연결의 설정은 네 데이터셋의 기본 추적기 기록으로 골랐습니다. 다른 추적기 결과에도 같은 설정을 썼고, 영상은 같습니다.
    • PersonPath22 주석은 5~6프레임 간격이고 TrackEval은 주석이 있는 프레임만 씁니다. HiEve와 PersonPath22는 MOT17 평가 규칙을 따릅니다.

    다운로드

    기록별 표의 열 이름
    R1
    검토 대상 수(정답 없이 센 값, 리포트로 추적기를 견줄 때의 주 값)
    R1b
    기본 민감도의 검토 대상 수
    R2, R3
    ID 교환 교정 수, 교환 후보 수
    R4
    겹친 자리에서 끝난 트랙 ID 수
    R5, R6, S
    1초 미만 트랙 ID의 비율, 겹침 사건 수, R1부터 R4까지의 합
    B1~B8
    기준선: ID 수, 평균 트랙 길이(초), 1초 미만 트랙 ID 수와 2초 미만 비율(B3, B3b), 출력 상자 수, SQE 근사, 끊김을 반영한 트랙 길이, 추적기 사이 일치, Deep OC-SORT 출력 대비 IDF1
    *_before, *_after
    TrackEval 값(추적기 출력, ID 교환 교정 뒤의 TraceMend 출력)
    swaps, right, wrong, undecided
    ID 교환 교정 수와 판정(옳음, 틀림, 판정 불가)

    변경 기록

    • 2026-11-19두 모델의 성능을 더하고, 추적기 벤치마크 그래프에 IDSW를 더했습니다.
    • 2026-11-18후처리 설정 비교와 추적기 벤치마크를 반영했습니다.