YOLOv8官方支持多目標(biāo)跟蹤 | ByteTrack、BoT-SORT都已加入YOLOv8官方
點(diǎn)擊下方卡片，關(guān)注「集智書童」公眾號(hào)
模板跟蹤是一項(xiàng)任務(wù)，涉及識(shí)別模板的位置和類別，然后為視頻流中的檢測(cè)分配唯一ID。跟蹤器的輸出與添加了模板ID的檢測(cè)相同。
YOLOv8加入了哪些檢測(cè)器？
以下跟蹤算法已經(jīng)實(shí)現(xiàn)，可以通過(guò) tracker=tracker_type.yaml實(shí)現(xiàn)：
BoT-SORT - botsort.yamlByteTrack - bytetrack.yaml
默認(rèn)跟蹤器為：BoT-SORT
Tracking
將訓(xùn)練好的 YOLOv8n/YOLOv8n-seg model加入到不同的跟蹤器之中里進(jìn)行視頻流的檢測(cè)和跟蹤。
示例1
from ultralytics import YOLO
# Load a model
model = YOLO("yolov8n.pt") # load an official detection model
model = YOLO("yolov8n-seg.pt") # load an official segmentation model
model = YOLO("path/to/best.pt") # load a custom model
# Track with the model
results = model.track(source="https://youtu.be/Zgi9g1ksQHc", show=True)
results = model.track(source="https://youtu.be/Zgi9g1ksQHc", show=True, tracker="bytetrack.yaml")
命令行如下
yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc" # official detection model
yolo track model=yolov8n-seg.pt source=... # official segmentation model
yolo track model=path/to/best.pt source=... # custom model
yolo track model=path/to/best.pt tracker="bytetrack.yaml" # bytetrack tracker
與上述用法一樣，YOLOv8支持用于跟蹤的檢測(cè)和分割模型，只需加載相應(yīng)的（檢測(cè)或分割）模型即可。
配置
跟蹤
跟蹤與預(yù)測(cè)共享配置，即“conf”、“iou”、“show”。更多配置請(qǐng)參考 predict page。
示例1
from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model.track(source="https://youtu.be/Zgi9g1ksQHc", conf=0.3, iou=0.5, show=True)
命令行如下
yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc" conf=0.3, iou=0.5 show
跟蹤器
YOLOv8還支持使用修改的跟蹤器配置文件，只需復(fù)制一個(gè)配置文件即可，比如復(fù)制 custom_tracker.yaml ultralytics/tracker/cfg并修改配置(比如 tracker_type)。
示例2
from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model.track(source="https://youtu.be/Zgi9g1ksQHc", tracker='custom_tracker.yaml')
命令行如下
yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc" tracker='custom_tracker.yaml'
具體可以參考ultralytics/tracker/cfg。
參考
[1].https://github.com/ultralytics/ultralytics.
推薦閱讀
YOLOv5拋棄Anchor-Base方法 | YOLOv5u正式加入Anchor-Free大家庭
改進(jìn)YOLOX | Push-IOU+Dynamic Anchor進(jìn)一步提升YOLOX性能
即插即用 | CFNet提出全新多尺度融合方法！顯著提升檢測(cè)和分割精度！
掃碼加入??「集智書童-YOLO算法」交流群
（備注：方向+學(xué)校/公司+昵稱）
前沿AI視覺(jué)感知全棧知識(shí)??「分類、檢測(cè)、分割、關(guān)鍵點(diǎn)、車道線檢測(cè)、3D視覺(jué)（分割、檢測(cè)）、多模態(tài)、目標(biāo)跟蹤、NerF」
歡迎掃描上方二維碼，加入「集智書童-知識(shí)星球」，日常分享論文、學(xué)習(xí)筆記、問(wèn)題解決方案、部署方案以及全棧式答疑，期待交流！