本文介绍了如何利用Yolov5和DeepSort进行目标追踪，重点在于环境搭建，包括选用yolov5-5.0和Yolov5_StrongSORT_OSNet-3.0的兼容版本，详细阐述了安装过程中的注意事项，如Python版本、依赖库的安装、数据集的准备等。此外，还提到了在GPU环境下进行训练和追踪的步骤，以加速运算。
在熟练使用labelimg打标及训练识别之后，就可以做一些有趣的事情了，比如说识别下是否戴口罩，如果没带的话提示“请佩戴口罩”。https://download.csdn.net/download/buaaweibin/85802968
这里有训练好的 mask.pt 文件，只需要使用该权重，就可以识别是否佩戴口罩。可以把mask.pt放在weights目录下，这样就可以实时检测戴口罩了。
python detect.py --weights weights/mask.pt --source 0
当然今天的主要内容不在识别，而是track追踪。
使用yolov5+deepsort 是最容易的实现追踪的方法。
下面为具体实现步骤：
选好兼容版本，使用yolov5-5.0和
Yolov5_StrongSORT_OSNet-3.0，python3.6
网站为
ultralytics/yolov5/releases
mikel-brostrom/Yolov5_StrongSORT_OSNet/releases*
前面加上github.com/
注意要在 releases 找到对应的版本哦。注意yolov5-6.0和5.0的pt权重文件不能混用。
下面我们又要开始构建熟悉的环境了。
conda create --prefix=D:/PycharmProjects/yoloV5_deepsort/yoloV5deepsort_env python=3.6
如果嫌慢，建立环境时先暂时添加清华镜像，后期取消掉
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
最低0.47元/天 解锁文章
扫一扫
868
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
