【深度學習】Yolov5_DeepSort_Pytorch：基于 Yolov5 + Deep Sort 的實時多目標跟蹤器

該存儲庫包含一個兩階段跟蹤器。YOLOv5（一系列在 COCO 數(shù)據(jù)集上預訓練的對象檢測架構和模型）生成的檢測被傳遞到跟蹤對象的 Deep Sort 算法。它可以跟蹤Yolov5 模型經(jīng)過訓練可以檢測的任何對象。

教程

• Yolov5 自定義數(shù)據(jù)訓練
• Deep Sort 訓練（鏈接到外部存儲庫）
• Yolov5 deep_sort pytorch 評測

安裝依賴

遞歸克隆存儲庫：

git clone --recurse-submodules https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch.git

安裝依賴庫

pip install -r requirements.txt

跟蹤源

python3 track.py --source ... --show-vid  # show live inference results as well

• Video: --source file.mp4
• Webcam: --source 0
• RTSP stream: --source rtsp://170.93.143.139/rtplive/470011e600ef003a004ee33696235daa
• HTTP stream: --source http://wmccpinetop.axiscam.net/mjpg/video.mjpg

選擇 Yolov5 模型

權衡推理速度和準確率，選擇合適的模型。可以選擇合適的模型進行自動下載：

python3 track.py --source 0 --yolo_weights yolov5s.pt --img 640  # smallest yolov5 family model

python3 track.py --source 0 --yolo_weights yolov5x6.pt --img 1280  # largest yolov5 family model

過濾跟蹤類別

默認跟蹤器跟蹤所有的 MS COCO 類別。如果你只想跟蹤人，推薦使用這些權重來提升性能。

python3 track.py --source 0 --yolo_weights yolov5/weights/crowdhuman_yolov5m.pt --classes 0  # tracks persons, only

如果要跟蹤 MS COCO 類的子集，請在 classes 標志后添加相應的索引

python3 track.py --source 0 --yolo_weights yolov5s.pt --classes 16 17  # tracks cats and dogs, only

這是在 MS COCO 上訓練的 Yolov5 模型可以檢測到的所有可能對象的列表。請注意，此 repo 中類的索引從零開始。

https://tech.amikelive.com/node-718/what-object-categories-labels-are-in-coco-dataset/

部分類別截圖：

項目地址：

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