# 深度学习和目标检测系列教程 21-300:deepsorts测试小车经过的时间和速度
deepsort结合yolov5测试实境中小车经过的时间和速度,判断是不是存在超速行为,结果通过rabbitmq输出
pip install requirements.txt
然后在运行algorithm_core.py 在运行consume.py
最后的矩形判断的速度设置为4,也大约是15km/h
THRESHOLD_SPEED = 4
下面是部分具体的测试结果,保存image 和 是否超速的结果写到rabbitmq中。
```
sudo+ssh://ng@192.168.31.125:22/home/ng/miniconda3/bin/python3.8 -u /home/lrs/yolo-sort/algorithm_core.py
/home/lrs/yolo-sort/deep_sort/utils/parser.py:23: YAMLLoadWarning: calling yaml.load() without Loader=... is deprecated, as the default Loader is unsafe. Please read https://msg.pyyaml.org/load for full details.
self.update(yaml.load(fo.read()))
Fusing layers...
进入第一块矩形类别: truck | id: 1 | : 碰撞点的坐标 (131, 245) | : time: 3.52
进入第一块矩形类别: truck | id: 1 | : 碰撞点的坐标 (131, 246) | : time: 3.56
进入第一块矩形类别: truck | id: 1 | : 碰撞点的坐标 (132, 246) | : time: 3.6
进入第一块矩形类别: truck | id: 1 | : 碰撞点的坐标 (133, 246) | : time: 3.64
进入第一块矩形类别: truck | id: 1 | : 碰撞点的坐标 (133, 247) | : time: 3.68
进入第一块矩形类别: truck | id: 1 | : 碰撞点的坐标 (134, 247) | : time: 3.7199999999999998
进入第二块矩形类别: truck | id: 1 | : 碰撞点的坐标 (146, 258) | : time: 4.4
第一块花费的时间: 0.6800000000000006
进入第二块矩形类别: truck | id: 1 | : 碰撞点的坐标 (146, 258) | : time: 4.44
第一块花费的时间: 0.7200000000000006
进入第二块矩形类别: truck | id: 1 | : 碰撞点的坐标 (147, 259) | : time: 4.48
第一块花费的时间: 0.7600000000000007
进入第二块矩形类别: truck | id: 1 | : 碰撞点的坐标 (148, 260) | : time: 4.52
第一块花费的时间: 0.7999999999999998
进入第二块矩形类别: truck | id: 1 | : 碰撞点的坐标 (148, 260) | : time: 4.5600000000000005
第一块花费的时间: 0.8400000000000007
进入第三块矩形类别: truck | id: 1 | : 碰撞点的坐标 (166, 274) | : time: 5.28
第二块花费的时间: 0.7199999999999998
进入第三块矩形类别: truck | id: 1 | : 碰撞点的坐标 (166, 275) | : time: 5.32
第二块花费的时间: 0.7599999999999998
进入第三块矩形类别: truck | id: 1 | : 碰撞点的坐标 (168, 275) | : time: 5.36
第二块花费的时间: 0.7999999999999998
进入第三块矩形类别: truck | id: 1 | : 碰撞点的坐标 (169, 275) | : time: 5.4
第二块花费的时间: 0.8399999999999999
进入第五块矩形类别: truck | id: 1 | : 碰撞点的坐标 (195, 298) | : time: 6.32
第四块花费的时间: 0.8399999999999999
进入第五块矩形类别: truck | id: 1 | : 碰撞点的坐标 (196, 299) | : time: 6.36
第四块花费的时间: 0.8399999999999999
进入第五块矩形类别: truck | id: 1 | : 碰撞点的坐标 (229, 327) | : time: 7.32
第五块花费的时间: 0.96
进入第五块矩形类别: truck | id: 1 | : 碰撞点的坐标 (230, 327) | : time: 7.36
第五块花费的时间: 0.96
离开的时间:: truck | id: 1 | : 碰撞点的坐标 (290, 364) | : time: 9.08
11.904761904761894 11.904761904761907 10.416666666666668 10.0 5.813953488372094
True
离开的时间:: truck | id: 1 | : 碰撞点的坐标 (292, 364) | : time: 9.12
11.904761904761894 11.904761904761907 10.416666666666668 10.0 5.681818181818185
True
离开的时间:: truck | id: 1 | : 碰撞点的坐标 (293, 365) | : time: 9.16
11.904761904761894 11.904761904761907 10.416666666666668 10.0 5.555555555555556
True
离开的时间:: truck | id: 1 | : 碰撞点的坐标 (294, 365) | : time: 9.2
11.904761904761894 11.904761904761907 10.416666666666668 10.0 5.434782608695655
True
离开的时间:: truck | id: 1 | : 碰撞点的坐标 (296, 365) | : time: 9.24
11.904761904761894 11.904761904761907 10.416666666666668 10.0 5.319148936170213
True
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
idx time divided 变成 0
3.7199999999999998 4.5600000000000005 5.4 6.36 7.36 9.24
Fusing layers...
进入第一块矩形类别: truck | id: 3 | : 碰撞点的坐标 (148, 245) | : time: 9.04
进入第一块矩形类别: truck | id: 3 | : 碰撞点的坐标 (148, 246) | : time: 9.08
进入第一块矩形类别: car | id: 3 | : 碰撞点的坐标 (148, 247) | : time: 9.12
进入第一块矩形类别: truck | id: 3 | : 碰撞点的坐标 (149, 246) | : time: 9.16
进入第一块矩形类别: truck | id: 3 | : 碰撞点的坐标 (149, 246) | : time: 9.2
进入第一块矩形类别: truck | id: 3 | : 碰撞点的坐标 (150, 247) | : time: 9.24
进入第一块矩形类别: truck | id: 3 | : 碰撞点的坐标 (151, 247) | : time: 9.28
进入第二块矩形类别: truck | id: 3 | : 碰撞点的坐标 (161, 258) | : time: 9.96
第一块花费的时间: 0.6800000000000015
进入第二块矩形类别: truck | id: 3 | : 碰撞点的坐标 (162, 258) | : time: 10.0
第一块花费的时间: 0.7200000000000006
进入第二块矩形类别: car | id: 3 | : 碰撞点的坐标 (163, 259) | : time: 10.04
第一块花费的时间: 0.7599999999999998
进入第二块矩形类别: truck | id: 3 | : 碰撞点的坐标 (163, 259) | : time: 10.08
第一块花费的时间: 0.8000000000000007
进入第二块矩形类别: car | id: 3 | : 碰撞点的坐标 (163, 260) | : time: 10.12
第一块花费的时间: 0.8399999999999999
进入第三块矩形类别: truck | id: 3 | : 碰撞点的坐标 (179, 273) | : time: 10.96
第二块花费的时间: 0.8400000000000016
进入第三块矩形类别: truck | id: 3 | : 碰撞点的坐标 (180, 273) | : time: 11.0
第二块花费的时间: 0.8800000000000008
进入第三块矩形类别: truck | id: 3 | : 碰撞点的坐标 (180, 273) | : time: 11.04
第二块花费的时间: 0.9199999999999999
进入第三块矩形类别: truck | id: 3 | : 碰撞点的坐标 (181, 275) | : time: 11.08
第二块花费的时间: 0.9600000000000009
进入第三块矩形类别: truck | id: 3 | : 碰撞点的坐标 (182, 275) | : time: 11.12
第二块花费的时间: 1.0
进入第五块矩形类别: truck | id: 3 | : 碰撞点的坐标 (208, 299) | : time: 12.36
第四块花费的时间: 1.0
进入第五块矩形类别: truck | id: 3 | : 碰撞点的坐标 (235, 325) | : time: 13.48
第五块花费的时间: 1.2400000000000002
进入第五块矩形类别: truck | id: 3 | : 碰撞点的坐标 (235, 326) | : time: 13.52
第五块花费的时间: 1.2400000000000002
进入第五块矩形类别: truck | id: 3 | : 碰撞点的坐标 (237, 327) | : time: 13.56
第五块花费的时间: 1.2400000000000002
进入第五块矩形类别: truck | id: 3 | : 碰撞点的坐标 (238, 328) | : time: 13.6
第五块花费的时间: 1.2400000000000002
进入第五块矩形类别: truck | id: 3 | : 碰撞点的坐标 (238, 329) | : time: 13.64
第五块花费的时间: 1.2400000000000002
进入第五块矩形类别: truck | id: 3 | : 碰撞点的坐标 (240, 329) | : time: 13.72
第五块花费的时间: 1.2400000000000002
进入第五块矩形类别: truck | id: 3 | : 碰撞点的坐标 (241, 329) | : time: 13.76
第五块花费的时间: 1.2400000000000002
离开的时间:: truck | id: 3 | : 碰撞点的坐标 (275, 364) |
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【资源说明】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 deepsort结合yolov5测试现实中小车经过的时间和速度,判断是不是存在超速行为,并将结果通过rabbitmq输出(python源码+项目说明).zip
资源推荐
资源详情
资源评论
收起资源包目录
deepsort结合yolov5测试现实中小车经过的时间和速度,判断是不是存在超速行为,并将结果通过rabbitmq输出(python源码+项目说明).zip (99个子文件)
code_20105
consume.py 839B
weights
yolov5m.pt 41.1MB
tracker.py 4KB
main.txt 670B
readme.md 58KB
detector.py 2KB
utils
utils.py 3KB
__init__.py 1KB
google_utils.py 5KB
loss.py 9KB
metrics.py 9KB
aws
__init__.py 0B
userdata.sh 1KB
mime.sh 780B
resume.py 1KB
autoanchor.py 7KB
general.py 25KB
wandb_logging
__init__.py 0B
log_dataset.py 819B
wandb_utils.py 16KB
activations.py 2KB
google_app_engine
Dockerfile 821B
app.yaml 173B
additional_requirements.txt 105B
plots.py 18KB
datasets.py 44KB
torch_utils.py 12KB
.idea
webServers.xml 1KB
unbox_yolov5_deepsort_counting.iml 379B
other.xml 186B
misc.xml 179B
inspectionProfiles
profiles_settings.xml 174B
modules.xml 312B
deployment.xml 2KB
.gitignore 176B
remote-mappings.xml 481B
requirements.txt 4KB
deep_sort
configs
deep_sort.yaml 200B
utils
evaluation.py 3KB
__init__.py 0B
draw.py 1KB
parser.py 976B
log.py 463B
asserts.py 316B
io.py 4KB
tools.py 734B
json_logger.py 11KB
deep_sort
__init__.py 500B
sort
track.py 5KB
kalman_filter.py 8KB
__init__.py 0B
detection.py 1KB
tracker.py 5KB
iou_matching.py 3KB
preprocessing.py 2KB
nn_matching.py 5KB
linear_assignment.py 8KB
deep_sort.py 4KB
deep
__init__.py 0B
checkpoint
.gitkeep 0B
ckpt.t7 43.9MB
evaluate.py 293B
feature_extractor.py 2KB
model.py 3KB
original_model.py 3KB
train.jpg 59KB
train.py 6KB
test.py 2KB
README.md 65B
models
__init__.py 0B
export.py 4KB
yolov5m.yaml 1KB
yolov5s.yaml 1KB
yolov5l.yaml 1KB
common.py 16KB
experimental.py 5KB
yolov5x.yaml 1KB
yolo.py 12KB
.gitignore 2KB
test.py 6KB
video
test4.mp4 3.96MB
test11.mp4 2.73MB
test15.mp4 4.66MB
test.mp4 2.13MB
test9.mp4 11.11MB
test18.mp4 3.59MB
test14.mp4 7.38MB
test16.mp4 3.96MB
test2.mp4 3.96MB
test5.mp4 5.74MB
test7.mp4 9.62MB
test17.mp4 3.96MB
test10.mp4 5.89MB
test1.mp4 4.15MB
test8.mp4 5.44MB
test6.mp4 5.12MB
test12.mp4 4.15MB
test13.mp4 6.26MB
algorithm_core.py 8KB
共 99 条
- 1
资源评论
土豆片片
- 粉丝: 1518
- 资源: 5643
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功