deepsort-yolov3-车辆行人-跟踪结果.zip

这是一个实现MOT跟踪算法的deepsort。deepsort与sort基本相同，只是增加了一个CNN模型来提取被检测器包围的人体部位图像中的特征。这个CNN模型确实是一个RE-ID模型. 检测器使用的是YOLOv3,跟踪器使用deepsort ubuntu 系统下使用说明 一、安装环境： 首先安装好anaconda 环境：（需要自己安装，很简单） 安装好之后，在桌面打开终端，输入 conda create -n pytorch python=3.6 ,完成后关闭中端 (anacodna中创建python3.6环境) 配置项目环境： 1、打开项目文件夹，在项目文件夹下打开终端并依次输入如下命令： conda activate pytorch （这一步是激活环境，每次在项目文件下打开终端都需要首先执行这一步命令） pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 2、编译 在项目文件下打开终端，逐行输入如下命令： cd detector/YOLOv3/nms sh build.sh 完成后关闭终端 至此，环境配置完成 二、使用YOLOv3训练自己的数据集 将训练好的YOLOv3权重文件放入项目文件下 三、运行演示 首先在项目文件下的demo文件夹中放入要测试的视屏，这里预先放入一个，test.mp4视频文件。 项目文件下打开终端， 在终端中输入如下命令激活环境 conda activate pytorch 然后执行： python yolov3_deepsort.py ./demo/test.mp4 --display (默认使用的是yolov3-deepsort，想要测试其他视屏只需在demo文件夹中放入自己想要测试的视屏，并把命令中的test.mp4改成自己的名) 测试后的结果保存在output文件夹中 使用yolov3_tiny以及摄像头的输入命令如下：把[VIDEO_PATH]换成自己测试视频的路径，如./demo/test.mp4 # yolov3_tiny + deepsort python yolov3_deepsort.py [VIDEO_PATH] --config_detection ./configs/yolov3_tiny.yaml # yolov3 + deepsort on webcam python3 yolov3_deepsort.py /dev/video0 --camera 0 # yolov3_tiny + deepsort on webcam python3 yolov3_deepsort.py /dev/video0 --config_detection ./configs/yolov3_tiny.yaml --camera 0 ```