MOT16/17/20数据集选择指南:从新手到实战的决策地图
刚接触多目标跟踪(MOT)领域时,面对MOT16、MOT17、MOT20这三个"长相相似"的数据集,很多人的第一反应是:"它们到底有什么区别?我该用哪个?"这种困惑太正常了——毕竟连命名都像是一个系列的不同版本。但事实上,这三个数据集在设计理念、场景复杂度和适用场景上存在显著差异,选错数据集可能导致你的算法测试结果失真,甚至影响论文结论的可信度。
1. 数据集演进史:为什么从16发展到20?
要理解这三个数据集的区别,首先需要了解它们诞生的背景。MOT Challenge作为多目标跟踪领域最具影响力的评测平台,其数据集版本迭代反映了研究重点的变迁。
1.1 MOT16:基础版的奠基者
2016年发布的MOT16是系列中第一个被广泛采用的版本,它确立了多目标跟踪数据集的基本框架:
- 7个训练序列+7个测试序列,总计约11,000帧
- 平均每帧33个行人,场景相对简单
- 提供预生成的检测结果(使用DPM检测器)
- 标注包含行人、车辆和自行车三类目标
这个版本的核心目标是建立统一的评测基准,解决当时各个研究团队使用私有数据导致结果不可比的问题。但它的局限性也很明显:场景多样性不足,人群密度较低,难以反映真实世界的复杂性。
1.2 MOT17:检测器对比的实验场
2017年版本在保留MOT16所有序列的基础上,新增了更复杂的场景,并引入了一个关键创新:
- 相同视频序列,三种检测结果:DPM、FRCNN、SDP
- 训练集扩充到21个序列(包含MOT16的7个)
- 评估时能区分跟踪算法和检测器的贡献
这种设计使得研究者可以专注于跟踪算法本身,而无需担心检测环节带来的偏差。下表对比了MOT16与MOT17的核心差异:
| 特性 | MOT16 | MOT17 |
|---|---|---|
| 序列数量 | 14 | 42(21×2) |
| 检测器 | 仅DPM | D |
