1. AIR-MOT数据集
github地址：https://github.com/HeQibin/TGraM
AIR-MOT数据集是一个基于图的多任务建模进行卫星视频中的多目标跟踪、（Multi-Object Tracking, MOT）任务的数据集。在图像领域，多目标跟踪是一个至关重要的任务，它涉及到在动态环境中实时地检测和跟踪多个目标（如车辆、行人等）。
AIR-MOT数据集可能包含了大量的标注视频帧或图像序列，其中每个目标都被精确地标注出来，并提供了目标的类别、位置、尺寸以及可能的轨迹信息。这些数据可以用于训练和评估多目标跟踪算法的性能。
使用AIR-MOT数据集，研究人员可以开发更先进的多目标跟踪算法，以应对卫星视频中的复杂挑战，如目标遮挡、目标之间的交互、动态环境的变化等。通过不断优化算法，可以提高跟踪的准确性和鲁棒性，从而提高卫星视频中可靠目标的跟踪能力。
2. 整体流程
python用opencv将图片数据集生成视频步骤如下：
-
导入必要的库：
cv2：用于处理图片和视频。os：用于处理文件路径。tqdm：用于显示进度条。
-
设置图片文件夹路径和输出视频文件夹路径：
image_folder = 'path/to/your/image/folder' output_folder = 'path/to/your/output/folder'这里你需要将
'path/to/your/image/folder'替换为包含图片文件的文件夹路径，将'path/to/your/output/folder'替换为你想要保存输出视频的文件夹路径。 -
获取图片文件夹中的所有图片文件名，并按文件名排序：
images = [img for img in os.listdir(image_folder) if img.endswith(".jpg")] images.sort()这行代码获取指定文件夹中以
.jpg结尾的所有图片文件，并按文件名排序。如果是别的格式的，请自己替换。 -
初始化视频写入对象：
video = None这里初始化了一个视频写入对象
video，用于写入生成的视频。 -
遍历图片并生成视频：
for image in tqdm(images, desc="Converting images to videos"):这是一个循环，遍历所有图片文件。
-
根据图片的数字前缀创建新的视频文件：
prefix = image.split('_')[0]这行代码提取了图片文件名中的数字前缀。这里的前缀是以
_来划分，不同的数据集可以换成相关规则。 -
如果当前视频名称与前缀不一致，创建新的视频写入对象：
if prefix != current_video_name:如果当前图片的数字前缀与上一个图片的数字前缀不一致，则表示需要创建新的视频文件。
-
获取第一张图片的宽度和高度，用于设置视频的尺寸：
frame = cv2.imread(os.path.join(image_folder, image)) height, width, layers = frame.shape这行代码读取第一张图片，并获取其宽度和高度。
-
将当前图片写入当前视频：
video.write(cv2.imread(os.path.join(image_folder, image)))这行代码将当前图片写入当前视频。
-
完成后释放最后一个视频对象：
if video is not None: video.release()如果存在视频对象，则释放该对象。
-
显示完成信息：
print("所有视频生成完成！")这行代码打印输出所有视频生成完成的消息。
3. 总体代码
import cv2
import os
from tqdm import tqdm
# 图片文件夹路径和保存视频的路径
image_folder = 'path/to/your/image/folder'
output_folder = 'path/to/your/output/folder'
# 获取图片文件夹中的所有图片文件名，并按文件名排序
images = [img for img in os.listdir(image_folder) if img.endswith(".jpg")]
images.sort()
# 生成视频的编解码器
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
# 初始化一个视频写入对象
video = None
current_video_name = None
# 使用 tqdm 显示进度条
for image in tqdm(images, desc="Converting images to videos"):
# 根据文件名获取当前图片的数字前缀
prefix = image.split('_')[0]
# 如果当前视频名称与前缀不一致，创建新的视频写入对象
if prefix != current_video_name:
if video is not None:
# 完成当前视频的写入并释放对象
video.release()
# 创建新的视频文件名
current_video_name = prefix
output_video_name = os.path.join(output_folder, f"output_video_{current_video_name}.mp4")
# 获取第一张图片的宽度和高度，用于设置视频的尺寸
frame = cv2.imread(os.path.join(image_folder, image))
height, width, layers = frame.shape
video = cv2.VideoWriter(output_video_name, fourcc, 10, (width, height))
# 将当前图片写入当前视频
video.write(cv2.imread(os.path.join(image_folder, image)))
# 完成后释放最后一个视频对象
if video is not None:
video.release()
print("所有视频生成完成！")
