1.问题出现背景：
在ByteTrack代码中添加了一个deepsort的跟踪算法，也就是实现YOLOx的检测器+deepsort的组合，可是在使用MOT17评测的过程中有些序列可以跑完，但是有些序列跑到中间就会报错
网上有很多文章指出是路径的问题，但是路径并没有出错，还是出现了这样的问题
2.问题报错函数：
（1）报错提示如下：
Loading weights from C:/Users/zxc/Desktop/ByteTrack-main/deep_sort/deep/checkpoint/ckpt.t7... Done!
Traceback (most recent call last):
File "C:/Users/zxc/Desktop/ByteTrack-main/tools/demo_track.py", line 558, in <module>
main(exp, args)
File "C:/Users/zxc/Desktop/ByteTrack-main/tools/demo_track.py", line 549, in main
image_demo_deepsort2(predictor, vis_folder, current_time, args)
File "C:/Users/zxc/Desktop/ByteTrack-main/tools/demo_track.py", line 378, in image_demo_deepsort2
outputs = deepsort.update((torch.Tensor(bbox_xywh)), (torch.Tensor(confs)), img_info['raw_img'])
File "C:\Users\zxc\Desktop\ByteTrack-main\deep_sort\deep_sort.py", line 29, in update
features = self._get_features(bbox_xywh, ori_img)
File "C:\Users\zxc\Desktop\ByteTrack-main\deep_sort\deep_sort.py", line 99, in _get_features
features = self.extractor(im_crops)
File "C:\Users\zxc\Desktop\ByteTrack-main\deep_sort\deep\feature_extractor.py", line 58, in __call__
im_batch = self._preprocess(im_crops)
File "C:\Users\zxc\Desktop\ByteTrack-main\deep_sort\deep\feature_extractor.py", line 42, in _preprocess
im=_resize(im, self.size)
File "C:\Users\zxc\Desktop\ByteTrack-main\deep_sort\deep\feature_extractor.py", line 38, in _resize
return cv2.resize(im.astype(np.float32)/255., size)
cv2.error: OpenCV(4.6.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\resize.cpp:4052: error: (-215:Assertion failed) !ssize.empty() in function 'cv::resize'
（2）找到报错的函数位置：
位于\feature_extractor.py文件中，在deepsort的特征提取中的resize函数
def _resize(im, size):
return cv2.resize(im.astype(np.float32)/255., size)
im_batch = torch.cat([self.norm(_resize(im, self.size)).unsqueeze(0) for im in im_crops], dim=0).float()
return im_batch
3.问题解决办法：
通过报错的提示：
cv2.error: OpenCV(4.6.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\resize.cpp:4052: error: (-215:Assertion failed) !ssize.empty() in function 'cv::resize'
可知可能是在resize函数处有空帧的情况，因此解决的办法是在使用resize前先判断一下是否为空帧，代码修改如下：
def _resize(im, size):
try:
return cv2.resize(im.astype(np.float32)/255., size)
except:
pass
这是网上的其他人分享的方法，但是我在使用后并没有解决问题，可以看一下resize的下一步需要什么处理
im_batch = torch.cat([self.norm(_resize(im, self.size)).unsqueeze(0) for im in im_crops], dim=0).float()
可以看到，每一个img在经过resize后，还需要经过self.norm()函数的处理，因为我们上一步将空帧跳过了，所以它空帧经过resize之后的结果还是为空，所以在这一步仍然需要判断，代码修改如下：
def _preprocess(self, im_crops):
"""
TODO:
1. to float with scale from 0 to 1
2. resize to (64, 128) as Market1501 dataset did
3. concatenate to a numpy array
3. to torch Tensor
4. normalize
"""
def _resize(im, size):
try:
return cv2.resize(im.astype(np.float32)/255., size)
except:
pass
img=[]
for im in im_crops:
im=_resize(im, self.size)
if im is not None:
im=self.norm(im).unsqueeze(0)
img.append(im)
im_batch=torch.cat(img, dim=0).float()
#im_batch = torch.cat([self.norm(_resize(im, self.size)).unsqueeze(0) for im in im_crops], dim=0).float()
return im_batch
将原函数注释掉，并按步骤拆开，对im进行判断，如果不是空，进行norm（）处理，并将成功处理的im加入到img列表管理，这是img中就没有空的结果了文章来源：https://www.toymoban.com/news/detail-700742.html
问题得到解决！！！文章来源地址https://www.toymoban.com/news/detail-700742.html
到了这里，关于多目标跟踪（2）解决问题：OpenCV(4.6.0) D:\a\opencv-python\opencv-python\opencv\modules\imgproc\src\resize.cpp:40的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
