欢迎关注我的公众号「极智视界」,获取我的更多技术分享
大家好,我是极智视界,本文分享一下 基于YOLOv5+DeepSort实现的车流量统计算法。
车流量统计的实现一般原理是跟踪画面上检测出来的车辆,并给每个框标上了序号,当有一个方框跨过检测线时,计数器就会+1,这其实跟人流量统计的算法实现原理是一样的。所以这种类型的项目一般就会用到两种算法,首先是目标检测算法,先把待统计流量的目标给检测出来,然后是跟踪算法,如果不使用跟踪算法的话,就会产生重复计数的问题。
这个项目使用主流的深度学习框架 Pytorch + YOLOv5 目标检测算法 + DeepSort 目标跟踪算法来实现,项目的特点是支持自定义多条检测线、支持高密车流场景的流量计数、能够一键执行推理,能够适应复杂的车流路况。项目提供完整的代码,包括推理代码、一键执行脚本、训练好的模型权重、项目三方依赖库 (requirements.txt)、、待检测的测试视频、检测后的效果视频等。
在拿到项目代码后,进行开发环境的配置,老习惯用 Anaconda3 管理 py 环境,如下,
# 安装 Anaconda3,过程略 ~
# 创建conda py环境
conda create -n aipro_py39 python=3.9
# 激活conda py环境
conda activate aipro_py39
然后自行安装 pytorch,然后直接运行 run.sh
一键执行脚本即可进行三方依赖安装 + 执行训练 + 执行推理测试。run.sh
的内容很简单,如下:
#!/bin/bash
# 安装三方依赖,先自己安装好pytorch
pip install -r requirements.txt
# 执行车流量统计推理
python count.py
可以看到,这里的 count.py
是主要的执行函数,在这个py脚本中,支持一些客制化的配置,具体可以设置以下参数:
source_dir : 要打开的视频文件。若要调用摄像头,需要设置为字符串'0',而不是数字0,按q退出播放
output_dir : 要保存到的文件夹
show_video : 运行时是否显示
save_video : 是否保存运行结果视频
save_text : 是否保存结果数据到txt文件中,将会保存两个文本文件:result.txt和number.txt。result.txt的格式是(帧序号,框序号,框到左边距离,框到顶上距离,框横长,框竖高,-1,-1,-1,-1),number.txt的内容是统计到第几帧时每条线沿两个方向的跨线物体数
class_list : 要检测的类别序号,在coco_classes.txt中查看(注意是序号不是行号),可以有一个或多个类别
lines : 定义检测线的两个端点的xy坐标、颜色、粗细,可以定义多条检测线
point_idx : 方框的检测点位置(0, 1, 2, 3, 4),看下边的图,当一个方框的检测点跨过检测线时,统计数会+1
执行的检测结果保存在 inference/output
文件夹下,会输出三个文件,分别是 number.txt
、results.txt
和结果视频 test.mp4
。完整的车辆统计效果可以直接观看 `inference/output/rest.mp4`,下面展示了部分效果截图。
预测结果保存在 res
文件夹下,下面展示医学图像分割效果,分割结果以 mask 二值图的形式展示,部分分割结果如下 (左边为原图,右边为分割图),可以看到即使是边界不太清楚的结构也是可以分割的比较清楚,且项目在增加 + 丰富训练数据集后,分割效果会进一步提升。
项目获取方式:
https://download.csdn.net/download/weixin_42405819/89030663
好了,以上分享了 基于YOLOv5+DeepSort实现的车流量统计算法,希望我的分享能对你的学习有一点帮助。