Yolov5_DeepSort_Pytorch：基于 Yolov5 + Deep Sort 的实时多目标跟踪器
原创 视界君 Python视界 昨天
Python视界分享
原文地址：Yolov5_DeepSort_Pytorch：基于 Yolov5 + Deep Sort 的实时多目标跟踪器
简介
该存储库包含一个两阶段跟踪器。YOLOv5（一系列在 COCO 数据集上预训练的对象检测架构和模型）生成的检测被传递到跟踪对象的 Deep Sort 算法。它可以跟踪Yolov5 模型经过训练可以检测的任何对象。
教程
-
Yolov5 自定义数据训练
-
Deep Sort 训练（链接到外部存储库）
-
Yolov5 deep_sort pytorch 评测
安装依赖
递归克隆存储库：
git clone --recurse-submodules https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch.git
安装依赖库
pip install -r requirements.txt
跟踪源
python3 track.py --source ... --show-vid # show live inference results as well
-
Video: --source file.mp4
-
Webcam: --source 0
-
RTSP stream: --source rtsp://170.93.143.139/rtplive/470011e600ef003a004ee33696235daa
-
HTTP stream: --source http://wmccpinetop.axiscam.net/mjpg/video.mjpg
选择 Yolov5 模型
权衡推理速度和准确率，选择合适的模型。可以选择合适的模型进行自动下载：
python3 track.py --source 0 --yolo_weights yolov5s.pt --img 640 # smallest yolov5 family model
python3 track.py --source 0 --yolo_weights yolov5x6.pt --img 1280 # largest yolov5 family model
过滤跟踪类别
默认跟踪器跟踪所有的 MS COCO 类别。如果你只想跟踪人，推荐使用这些权重来提升性能。
python3 track.py --source 0 --yolo_weights yolov5/weights/crowdhuman_yolov5m.pt --classes 0 # tracks persons, only
如果要跟踪 MS COCO 类的子集，请在 classes 标志后添加相应的索引
python3 track.py --source 0 --yolo_weights yolov5s.pt --classes 16 17 # tracks cats and dogs, only
这是在 MS COCO 上训练的 Yolov5 模型可以检测到的所有可能对象的列表。请注意，此 repo 中类的索引从零开始。
https://tech.amikelive.com/node-718/what-object-categories-labels-are-in-coco-dataset/
部分类别截图：
项目地址：
https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch
推荐阅读：
CMU 开源 OpenPose 实时多人关键点检测库，可以Windows直接安装体验
开挂！将FiftyOne数据集加载到PyTorch Lightning Flash上训练任务，也太高效了
