目标追踪

用于进行目标追踪的深度学习组件，输入为视频，输出为对应每个实例的矩形框坐标、置信度和 id，目前支持行人这一个类别。

节点输入输出

训练节点

输入：

train（必选）：训练数据集，需要是标注数据集的格式。
validation（可选）：验证数据集，需要是标注数据集的格式，用于在训练过程中监测模型精度。
test（可选）：测试数据集，需要是标注数据集的格式。

输出：

outputModel（必选）：训好模型的保存位置。
modeling（可选）：用于连接评估节点。

评估节点

输入：

data（必选）：用于评估任务的数据集，需要是标注数据集的格式。
model/modeling（二选一）：用于连接训练节点。

组件配置

在工作流页面配置组件参数。

表 56 训练组件参数
参数	必填	描述
算法	是	用于目标追踪任务的预置模型，支持如下几种模型（模型介绍参考目标追踪）： GPU: Tracktor-faster_rcnn_r50 MLU: Tracktor-faster_rcnn_r50
训练参数-Lr	是	初始学习率大小。
训练参数-Number_of_epochs	是	所有样本训练完成一轮表示一个 epoch。总的 epoch 轮数表示所有样本共训练多少轮。
训练参数-Batch_size	是	训练的批大小，即模型训练过程中，每次迭代（每一步）训练的样本数量。
训练参数-Val_interval	是	训练过程中进行评估间隔的 epoch 数，需给定验证数据集。
训练参数-Ckpt_save_interval	是	保存两个 checkpoint 之间的 epoch 数。
训练参数-Max_keep_ckpts	是	最多能够保存的 checkpoint 数量。
训练参数-Logging_interval	是	日志打印间隔。
训练参数-Weight_decay	是	训练使用的 L2 权重衰减系数。
训练参数-Optimizer	是	训练使用的优化器类型，支持 SGD, RMSprop, Adadelta, Adam, AdamW, Adagrad 六种。
训练参数-Momentum	是	动量大小，仅在 RMSprop 和 SGD 优化器中出现。
训练参数-Rho	是	用于计算梯度平方的滑动平均值的系数，仅在 Adadelta 优化器中使用。
训练参数-Beta1	是	用于计算梯度的滑动平均值的系数, 仅在 Adam 优化器中使用。
训练参数-Beta2	是	用于计算梯度平方的滑动平均值的系数, 仅在 Adam 优化器中使用。
训练参数-Use_warm_up	是	是否开启学习率热身，可选 True, False。
训练参数-Warm_up_type	是	学习率热身策略，仅在使用学习率热身时出现，支持 constant, linear, exponential 三种。
训练参数-Warm_up_iters	是	学习率热身的迭代数, 仅在使用学习率热身时出现。
训练参数-Warm_up_ratio	是	学习率热身比率, 仅在使用学习率热身时出现。
训练参数-Lr_scheduler_type	是	学习率下降策略，支持 constant, step, exponential, linear, polynomial, cosine 六种。
训练参数-Gamma	是	学习率调整倍数, 仅在 step, exponential 学习率策略中出现。
训练参数-Milestones	是	学习率阶梯下降的 epoch 节点, 仅在 step 学习率策略中出现。
训练参数-Power	是	学习率下降的多项式函数的次方, 仅在 polynomial 学习率策略中出现。
训练参数-End_factor	是	学习率最终下降的比率, 仅在 linear 学习率策略中出现。
训练参数-Anchor_scales	是	训练时 Region Proposal Network 中候选框的面积。
训练参数-Nms_thr	是	训练后处理 Non Maximum Suppression 中的 Intersection over Union 阈值。
训练参数-Max_bbox_per_img	是	每张图片输出结果中最多保留的 bbox 数。
训练参数-Cls_loss_weight	是	训练中分类损失函数的权重。
训练参数-Bbox_loss_weight	是	训练中检测损失函数的权重。
训练参数-Reid_lr	是	行人重识别的训练初始学习率。
训练参数-Reid_epochs	是	行人重识别的训练轮数。
训练参数-Reid_batch_size	是	行人重识别训练的批大小。
训练参数-Reid_num_ids	是	行人重识别中难样本采样三元组损失中每 batch 采样的行人 id 数。
训练参数-Reid_ins_per_id	是	行人重识别中难样本采样三元组损失采样中每个行人挑选的图片数。
资源类型	是	选择资源池类型。
单节点规格	是	选择进行训练任务的单节点算力规格。
节点数	是	每个任务总的资源量为 `单节点规格 x 计算节点数量` 。
使用时长	是	支持配置使用时长。

表 57 评估组件参数
参数	必填	描述
单节点规格	是	选择进行评估任务的单节点算力规格。