【多目标跟踪】ByteTrack复现（有yolov5例子）

最新推荐文章于 2024-10-03 19:06:10 发布

聿默

最新推荐文章于 2024-10-03 19:06:10 发布

阅读量9.2k

点赞数 4

分类专栏： # Pytorch 目标跟踪深度学习框架文章标签： pytorch 深度学习 python

本文链接：https://blog.csdn.net/qq_35975447/article/details/121546794

版权

目标跟踪同时被 3 个专栏收录

20 篇文章 273 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

深度学习框架

25 篇文章 1 订阅

订阅专栏

Pytorch

15 篇文章 3 订阅

订阅专栏

本文档介绍了如何在PyTorch环境中复现ByteTrack多目标跟踪算法，并将其与yolov5检测器结合。首先，通过修改setup.py解决编码问题，接着从官方或指定位置下载模型并存放在预训练模型目录。然后，演示了运行demo的步骤，结果显示在YOLOX_outputs目录。最后，提供了将检测器替换为yolov5的初步资源链接，建议使用训练好的yolov5模型以获得更好效果。

摘要由CSDN通过智能技术生成

1.环境

ubuntu16.04
cuda10.1
cudnn7
python3.6
 
 
Cython
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
Pillow
PyYAML>=5.3
scipy>=1.4.1
tensorboard>=2.2
torch>=1.7.0
torchvision>=0.8.1
tqdm>=4.41.0
seaborn>=0.11.0
easydict

loguru
Pillow
thop
ninja
tabulate
tensorboard
lap
motmetrics
filterpy
h5py

# verified versions
onnx==1.8.1
onnxruntime==1.8.0
onnx-simplifier==0.3.5

git clone https://github.com/ifzhang/ByteTrack.git
cd ByteTrack
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

修改setup.py如下（否则会报ascii错误）：

了解本专栏

超级会员免费看