Yolov5下目标跟踪Deepsort配置

首先取github下载和YOLOV5版本的Deepsort源代码

                        网址:https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch

由于github上传的文件不允许超过100M,下载的内容并不包括yolov5和deepsort的track权重文件。

                     yolov5源代码下载地址:https://github.com/ultralytics/yolov5/tree/3e25f1e9e52069189fb140d50c09dddb5be3cff0

                     yolov5权重文件下载地址:https://github.com/ultralytics/yolov5/releases

                      track权重文件下载地址:https://drive.google.com/drive/folders/1xhG0kRH1EX5B9_Iz8gQJb7UNnn_riXi6

yolov5权重下载yolov5s版即可,如果下载的yolov5是最新版本,其支持运行时下载,不过未翻墙下载速度较慢。

将以上文件下载好解压后,将yolov5权重文件放置于weight文件下:

并把整个yolov5文件放置于:

将下载好的deepsort的track权重放置于:

接下来将测试示例放置于:

运行track.py测试下效果就好了。

 

 

  • 3
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
YOLOv5-deepsort是一种行人多目标跟踪算法,它结合了YOLOv5目标检测和deepsort目标跟踪算法。它可以同时跟踪多个目标,并提取目标的质心坐标以及绘制目标的运动轨迹。以下是yolov5 deepsort多类别多目标跟踪的步骤: 1. 下载YOLOv5-deepsort代码并配置环境。 2. 准备训练数据集并训练YOLOv5模型。 3. 利用训练好的YOLOv5模型进行目标检测,得到每个目标的位置信息。 4. 将目标位置信息输入到deepsort算法中进行多目标跟踪。 5. 根据跟踪结果提取目标的质心坐标,并绘制目标的运动轨迹。 以下是一个使用YOLOv5-deepsort进行多类别多目标跟踪的Python代码示例: ```python import cv2 from deep_sort import build_tracker from utils.draw import draw_boxes from utils.parser import get_config from yolov5.detector import build_detector # 加载YOLOv5模型 cfg = get_config() detector = build_detector(cfg.model, device='cpu') # 加载deepsort跟踪器 tracker = build_tracker(cfg.deepsort) # 打开视频文件 video_path = 'test.mp4' cap = cv2.VideoCapture(video_path) # 处理视频帧 while cap.isOpened(): ret, frame = cap.read() if not ret: break # 目标检测 bbox_xywh, cls_conf, cls_ids = detector(frame) # 多目标跟踪 outputs = tracker.update(bbox_xywh, cls_conf, cls_ids, frame) # 绘制跟踪结果 if len(outputs) > 0: bbox_xyxy = outputs[:, :4] identities = outputs[:, -1] draw_boxes(frame, bbox_xyxy, identities) # 显示结果 cv2.imshow('frame', frame) if cv2.waitKey(1) == ord('q'): break cap.release() cv2.destroyAllWindows() ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值