软硬件环境
视频看这里
此处是youtube
的播放链接,需要科学上网。喜欢我的视频,请记得订阅我的频道,打开旁边的小铃铛,点赞并分享,感谢您的支持。
YOLOv5
前文 YOLOv5目标检测 和 YOLOv5模型训练 已经介绍过了YOLOv5
相关的内容,在目标检测中效果不错。
DeepSort
SORT
算法的思路是将目标检测算法(如YOLO
)得到的检测框与预测的跟踪框的iou
(交并比)输入到匈牙利算法中进行线性分配来关联帧间 ID
。而DeepSORT
算法则是将目标的外观信息加入到帧间匹配的计算中,这样在目标被遮挡但后续再次出现的情况下,还能正确匹配这个ID
,从而减少ID
的切换,达到持续跟踪的目的。
目标跟踪
项目地址 https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch,使用的是Pytorch
深度学习框架,联合YOLOv5
和DeepSort
两个目前很火且效果非常不错的算法工程,实现特定物体的目标跟踪。
git clone https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch.git
cd Yolov5_DeepSort_Pytorch
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html
pip install -r requirements.txt
然后去下载权重文件,YOLOv5
的权重文件放置在yolov5/weights
文件夹下,DeepSort
的权重文件ckpt.t7
放置在deep_sort/deep/checkpoint
文件夹下
下载链接,百度网盘下载地址, 提取码:u5v3
找个测试视频,来看看效果吧
python track.py --source test.mp4
测试效果图