基于yolov5+python开发的行人+车辆跟踪检测计数+源码+项目文档+视频演示（毕业设计&课程设计&项目开发）

# yolov5 deepsort 行人 车辆 跟踪 检测 计数 - 实现了 出/入 分别计数。 - 显示检测类别。 - 默认是 南/北 方向检测，若要检测不同位置和方向，可在 main.py 文件第13行和21行，修改2个polygon的点。 - 默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。 - 检测类别可在 detector.py 文件第60行修改。 ### 视频 bilibili [](https://www.bilibili.com/video/BV14z4y127XX/ "bilibili") ## 运行环境 - python 3.6+，pip 20+ - pytorch - pip install -r requirements.txt ## 如何运行 1. 下载代码 ``` $ git clone https://github.com/dyh/unbox_yolov5_deepsort_counting.git ``` > 因此repo包含weights及mp4等文件，若 git clone 速度慢，可直接下载zip文件：https://github.com/dyh/unbox_yolov5_deepsort_counting/archive/main.zip 2. 进入目录 ``` $ cd unbox_yolov5_deepsort_counting ``` 3. 创建 python 虚拟环境 ``` $ python3 -m venv venv ``` 4. 激活虚拟环境 ``` $ source venv/bin/activate ``` 5. 升级pip ``` $ python -m pip install --upgrade pip ``` 6. 安装pytorch > 根据你的操作系统、安装工具以及CUDA版本，在 https://pytorch.org/get-started/locally/ 找到对应的安装命令。我的环境是 ubuntu 18.04.5、pip、CUDA 11.0。 ``` $ pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html ``` 7. 安装软件包 ``` $ pip install -r requirements.txt ``` 8. 在 main.py 文件中第66行，设置要检测的视频文件路径，默认为 './video/test.mp4' > 140MB的测试视频可以在这里下载：https://pan.baidu.com/s/1qHNGGpX1QD6zHyNTqWvg1w 提取码: 8ufq ``` capture = cv2.VideoCapture('./video/test.mp4') ``` 9. 运行程序 ``` python main.py ``` ## 使用框架 - https://github.com/Sharpiless/Yolov5-deepsort-inference - https://github.com/ultralytics/yolov5/ - https://github.com/ZQPei/deep_sort_pytorch