源码:
(好像是最老的,用的是numpy等写的):古老版
(我参考的是这一版,torch版的):pytorch版开源码
先看看效果(我这里原理和源码一样,但检测和deepsort网络换成其它网络,用的是yolov5s+识别网络,大小20M左右,我笔记本推理速度0.08s/帧)
源码部分
- 目标检测部分:
源码他用的是yolov3和MMdetection
这里根据MMDet和yolov3的官方训练,先不扯这个,有空在说。
- deepsort部分:
训练参数说明:
训练入口:train.py
数据入口:train.py第14行
怎么填写(数据格式):
他官方用的是mark1501 来训练的
我这里用其它数据集,但格式一样
如下:
train.py第14行就写
train和test里面就有很多文件夹,每个文件夹里就放同一个车不同时间角度的图片。
然后就直接开始训练
注意:你如果用自己的数据集需要改一下预处理,他官方用的是mark1501数据集,是固定大小(128,64)。如果你用自己的,图片大小就会导致报错。
- 将两个部分合到一起来测试
在yaml里填写检测和deepsort网络的位置就行