yolov5目标跟踪统计人流量

已于 2023-02-05 12:54:03 修改
阅读量5k 收藏 34
点赞数 4
分类专栏： python实用思路讲解 文章标签： python opencv 目标跟踪
于 2021-08-13 23:02:40 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34904125/article/details/119685339
版权
本文介绍了如何在YOLOv5基础上改进，增加手动点击获取坐标点的功能，以适应不同视频的人流量统计。首先从视频中抽取帧图像，然后在图像上设定四个坐标点形成检测区域，从而实现目标跟踪和计数。相关代码已在作者之前的博客中详细讲解。
摘要由CSDN通过智能技术生成

先上图

本人是在之前代码的基础上进行修改，增加了检测前，可手动点击获取坐标点，方便检测不同视频

首先是需要截取一张视频帧图片出来，尺寸和视频尺寸一致，这样方便我们在上面打坐标。

这个自动抽取视频帧图像的教程，我之前博客有写

然后是在视频上打上4个坐标，围成一个检测区域

像这样在图像上选中4个点之后，就会生成检测区域

 这部分代码，我前面博客也有介绍

bug生成中
关注
专栏目录
订阅专栏
【教程】yolov5_deepsort目标跟踪算法检测人流量计数
分享知识
02-14 5551
整个项目配置过程和教程讲解过程的录制视频，可搜索b站或西瓜视频up：杭漂一族小张。 这个专栏更新各种AI，以及各种有趣的教程，有兴趣的小伙伴可以订阅一下。 今天介绍的目标跟踪算法对人流量统计计数的使用，这里我们可以在界面中自选区域进行检测人流量。效果如下： 在视频的开始第一帧逆时针选择4个坐标点，形成检测区域。 统计穿过的行人用于计算数量。 检测代码如下： import numpy as np import os import tracker from detector imp..
yolov5进行划区域检测，实现人流计数功能
m0_73774842的博客
04-02 845
在for path, img, im0s, vid_cap, s in dataset:这句代码的后面添加如下代码：大家可以设置不同点框出各种各样的区域形状。在进行过目标检测的训练后，我们如果想要实现划分区域检测，需要在。接着下面的两个模块的代码的修改如代码显示，其中新增的部分添加的有注释。这样我们就完成了划分区域检测并实现目标计数。文件里面添加一些代码来实现。
【YOLO5 项目实战】（5）YOLO5+DeepSort 目标追踪
最新发布
youcans的博客
08-11 1139
YOLOv5_Deepsort 是一个基于 YOLOv5 的两阶段目标追踪算法，用于实现视频中的目标检测和追踪。本文详细说明YOLO5目标追踪的操作步骤，报错处理。
基于Yolov5+Aidlux的人流量统计测试
牧晨加油站
10-31 1555
⼈体检测+⼈体追踪+线段统计的⽅式，针对视频实现⼈流量统计，并通过喵提醒告知⼈流统计的数量。
基于yolov5框架实现人流统计（目标检测算法、目标追踪算法以及越界识别功能）+手机获取统计人数
热门推荐
qq_56728342的博客
10-27 1万+
基于yolov5框架实现人流统计（主要AI算法包括：目标检测算法、目标追踪算法以及越界识别功能）+手机获取统计人数（喵提醒）
车流量统计人流量统计车辆目标追踪计数之YOLO
03-02
车流量统计人流量统计车辆目标追踪计数之YOLO车流统计人流量统计视频介绍：https://www.bilibili.com/video/BV1kD4y1U71a?from=search&seid=2274673722711578690 1.操作系统：windows10  X64 企业版 2.python环境：3.6.8   64位纯净版 3.相关第三方库：imutils --- 0.5.2 (0.5.3)       opencv --- 4.1.0.25(3.4.1.15)        numba -- 0.48.0      filterpy --1.4.5
通过Aidlux实现Yolov5人流跟踪统计的极简部署并发送手机提醒
weixin_45231460的博客
10-27 1708
AidLux智能物联网(AIoT)应用开发和部署平台-阿加犀智能科技AidLux是基于ARM架构的跨生态（Android/鸿蒙+Linux）一站式AIoT应用快速开发和部署平台APP通过共享 Linux 内核实现Android 和 Linux 生态融合，为单一设备同时提供Android和Linux运行环境集成国际主流AI框架和多种开发环境、后台服务程序、编译器及图形开发组件，无须配置开箱即用，极大地简化了开发步骤；自主研发的AI智能加速技术可实现CPU+GPU+NPU智能加速。
基于python的yolov5-deepsort人流量统计人浏览统计轨迹显示源码
05-09
- 商场、超市等人流密集场所的监控，通过统计人流量，帮助管理者了解客流情况，优化布局和营销策略。 - 安防领域，检测和跟踪异常行为，如无人看管的儿童或可疑人物。 - 交通管理，分析行人过马路的行为，评估...
【教程】Yolov5目标跟踪检测整个流程
分享知识
02-13 6872
整个项目配置过程和教程讲解过程的录制视频，可搜索b站或西瓜视频up：杭漂一族小张。 这个专栏更新各种AI，以及各种有趣的教程，有兴趣的小伙伴可以订阅一下。 正题： 目标跟踪听名字顾名思义是用来检测跟踪目标物体的运动轨迹，通过其轨迹我们可以获取相应的数据。比如跟踪一条街道上的行人，可以检测当前路段通过的人流量，检测车辆，来统计车流量等等。 代码可以在github中搜索到，我们搜索下载量最高的就行。 首先需要下载Yolov5_DeepSort_Pytorch代码： GitHub - mikel-br
yolov5_deepsort车流量跟踪计数
分享知识
08-19 2384
yolov5_deepsort目标跟踪车流量计数，之前的博客已经分享过了， 也有相应的代码，大家直接看我之前的博客就可， 今天只分享截图 这个代码是通过加载视频的第一帧，在这个图像上手动点击坐标区域，确定4个坐标点就能确定碰撞区域 左上是区域的3个小部分，每个小部分区域的车流量计数 如果想统计右边的街道也不放过 只要在代码 运行的开头，分别在左右两边都逆时针点击4个坐标即可 如果你想点击3个大区域，4个，5个大区域检测都是可以的，每个大区域由4个坐标点确定，然后代码在每个大..
python yolo 教室人数统计人头计数课堂实时人数统计可检测视频流商用源码
12-07
python yolo 教室人数统计课堂人数统计可检测视频流商用源码，效果视频：https://www.bilibili.com/video/BV1Ty4y1g7mp?from=search&seid=2750462237825121716&spm_id_from=333.337.0.0
yolov5-deepsort-pedestrian-counting:yolov5 + deepsort实现了行人计数功能， 统计摄像头内出现过的总人数，以及对穿越自定义黄线行人计数效果如下
05-11
yolov5 + deepsort实现了行人计数功能， 统计摄像头内出现过的总人数，以及对穿越自定义黄线行人计数效果如下 运行 python person_count.py 详细见本人博客：
python yolo 视频人头计数人流量监测景区人流量监测教室人头检测视频教程
04-10
python yolo 视频人头计数人流量监测景区人流量监测教室人头检测视频教程 项目下载：https://download.csdn.net/download/babyai996/27698172
YOLOv5门店人流量（行人计数）计数源码+模型
12-15
YOLOv5+deepsort算法实现门店客流量统计，源码加模型及测试视频。也可以自己训练模型，应用于车流量或者其他目标计数。 如果下载后，使用有什么问题可以留言或者私聊！ 【备注】 1、该资源内项目代码都经过测试运行...
实现视频人数统计python-flask-yolov5
xiao__run的博客
05-19 2998
需求介绍 客户端请求输入一段视频或者一个视频流，输出人数或其他目标数量，上报给上层服务器端，即提供一个http API调用算法统计出人数，最终http上报总人数 相关技术 python pytorch opencv http协议 post请求 Flask Flask是一个Python实现web开发的微框架，对于像我对web框架不熟悉的人来说还是比较容易上手的。 Flask安装 sudo pip install Flask 一个简单服务器应用 为了稍微了解一下flask是如何使用的，先做一个简单的服
基于YOLOV5和AIDLUX实现目标跟踪和人流统计
buzeguo的博客
10-31 906
基于YOLOV5和AIDLUX实现目标跟踪和人流统计
YOLOv5+Deepsort行人检测跟踪计数之门店客流量统计
【实力派，无需多言！】
09-18 2086
文章目录前言总结 前言 基于deepsort算法实现的客流量统计，人形计数等，需要的请私信留言 总结 提示： 源码下载链接 视频演示效果
python航拍无人机视角下多车型车流量检测车流量多车型计数无人机车流检测yolov5
xifenglie123321的博客
05-30 2240
航拍无人机视角下车流量检测车流量多车型计数无人机车流检测yolov5 .序言 最近在研究告诉高速公路无人机航拍多车型车流量检测，分为car和bus，这里主要说一下遇到的问题以及想法，如有问题欢迎大家指正。 2.设计思路以及遇到的问题 第一步是完成物体（也就是车辆）的检测，这里有两种解决办法，第一种办法是使用opencv的形态学处理，比如背景消除、做帧差、膨胀腐蚀等等，这个办法比较基础，但是要处理好需要调整诸多细节，我的细节调整的不够好，因此实现时会遇到许多小问题。第二个办法是直接实现物体的识别，需要用到
怎么设置YOLOv5视频检测时的帧数
05-23
在YOLOv5中，可以通过修改检测脚本中的代码来设置视频检测的帧数。具体来说，可以使用OpenCV库中的VideoCapture类来读取视频文件，并使用while循环来逐帧处理视频帧。在循环中，可以使用waitKey函数来指定每一帧的显示时间，例如waitKey(1)表示每一帧显示1毫秒，waitKey(0)表示每一帧等待用户按下任意键后继续播放。如果想要跳过一些帧进行视频检测，可以在循环中使用continue语句来跳过指定的帧数。 以下是一个简单的示例代码，可以设置视频检测的帧数： ``` import cv2 import torch from yolov5.models.experimental import attempt_load from yolov5.utils.general import non_max_suppression, scale_coords, plot_one_box # 加载模型 model = attempt_load('yolov5s.pt', map_location=torch.device('cpu')) # 打开视频文件 cap = cv2.VideoCapture('test.mp4') # 循环遍历视频帧 while cap.isOpened(): # 读取一帧 ret, frame = cap.read() # 如果读取失败，退出循环 if not ret: break # 跳过一些帧 for i in range(10): ret, frame = cap.read() # 图像预处理 img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) img = torch.from_numpy(img).to('cpu') img = img.float() / 255.0 img = img.permute(2, 0, 1).unsqueeze(0) # 目标检测 pred = model(img)[0] pred = non_max_suppression(pred, conf_thres=0.5, iou_thres=0.5) # 显示结果 for det in pred: if len(det): det = det[0] det = scale_coords(img.shape[2:], det[:, :4], frame.shape).round() for *xyxy, conf, cls in reversed(det): label = f'{model.names[int(cls)]} {conf:.2f}' plot_one_box(xyxy, frame, label=label) cv2.imshow('frame', frame) cv2.waitKey(1) ``` 在上面的代码中，通过循环遍历视频帧，并使用range函数跳过了前10帧进行目标检测，从而实现了设置视频检测的帧数的功能。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

bug生成中

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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