tracktour

tracktour 是一个基于网络流线性模型的简单对象追踪器。 tracktour 接收一个检测到的对象的数据框，并解决一个线性规划问题（目前使用Gurobi，但我们很快将添加开源求解器接口）以生成追踪结果。

tracktour 正在快速变化，其API将更改而无需弃用警告。

关于 tracktour

tracktour 是一个基于纯离散优化的追踪器。它以检测到的对象的坐标作为输入，并将这些对象随时间关联起来以创建完整的轨迹，包括分割。tracktour的唯一参数是 k - 在下一帧中考虑的可能分配的邻居数量。使用此参数和非常简单的基于距离的成本，创建一个候选图，并将其传递给Gurobi进行求解。一旦解决，就会将检测到的对象和构成轨迹的边返回给用户进行检查。

安装

tracktour 作为可pip安装的Python包提供。在虚拟环境中运行 pip install tracktour 将安装所有必需的依赖项，但您需要一个单独的Gurobi Optimizer安装（说明 这里）。

tracktour 已与所有 Python 版本 >=3.8 进行了测试。

注意 - 如果您想使用 napari 可视化数据（例如，按照 Cell Tracking Challenge 示例），则需要单独安装它。

支持

请随时提出功能请求、错误报告、使用问题等。

用法

Tracker 对象是生成跟踪解决方案的接口。以下是具有显式定义的检测的玩具示例。

# define the coordinates of ten detections across three frames.
coords = [
    (0, 50.0, 50.0),
    (0, 40, 50),
    (0, 30, 57),
    (1, 50, 52),
    (1, 38, 51),
    (1, 29, 60),
    (2, 52, 53),
    (2, 37, 53),
    (2, 28, 64),
]
coords = pd.DataFrame(coords, columns=["t", "y", "x"])

# initialize Tracker object
tracker = Tracker(
    im_shape=(100, 100),    # size of the image detections come from. Affects cost of detections appearing/disappearing
    k_neighbours=2          # number of neighbours to consider for assignment in the next frame (default=10)
)
# solve
tracked = tracker.solve(coords)

Tracked 对象包含检测的副本（可能已重新索引），以及构成解决方案的边的 dataframe。在 tracked_edges 中的列 u 和 v 是对 tracked_detections 中的直接索引。

print(tracked.tracked_detections)
print(tracked.tracked_edges)

您可能希望将解决方案转换为 networkx 图，以便更容易地进行操作。

solution_graph = tracked.as_nx_digraph()

请参阅 玩具示例 以获取完整的脚本，以及 CTC 示例 以在 napari 中进行可视化。

提取检测

如果您从图像分割开始，可以使用 get_im_centers 或 extract_im_centers 函数。

如果您的分割已经加载到 numpy 数组中，请使用 extract_im_centers。返回的 detections DataFrame 可用于与 Tracker 一起使用。

detections, min_t, max_t, corners = extract_im_centers(segmentation)

如果您的分割是 Cell Tracking Challenge 格式，并且位于目录中的单个 tiff 文件中，请使用 get_im_centers。这还将返回作为 numpy 数组的分割。

seg, detections, min_t, max_t, corners = get_im_centers('path/to/01_RES/')

注意：如果使用 ctc 工具，将为您提取检测。

Cell Tracking Challenge

如果您正在使用 Cell Tracking Challenge 格式的数据集，请参阅 示例笔记本 以生成和可视化轨迹。

您还可以在命令行中使用 CLI 提取检测、运行 tracktour 并以 CTC 格式保存输出。

# run tracktour with k-neighbours=8
$ tracktour ctc /path/to/seg/ /path/to/save/ -k 8

注意： Tracktour 最近提交给了 Cell Tracking Challenge。要使用特定版本的提交，请安装 tracktour==0.0.4。