【深度学习】Yolov5_DeepSort_Pytorch：基于 Yolov5 + Deep Sort 的实时多目标跟踪器

简介

该存储库包含一个两阶段跟踪器。YOLOv5（一系列在 COCO 数据集上预训练的对象检测架构和模型）生成的检测被传递到跟踪对象的 Deep Sort 算法。它可以跟踪Yolov5 模型经过训练可以检测的任何对象。

教程

• Yolov5 自定义数据训练
• Deep Sort 训练（链接到外部存储库）
• Yolov5 deep_sort pytorch 评测

安装依赖

递归克隆存储库：

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

安装依赖库

pip install -r requirements.txt

跟踪源

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

选择 Yolov5 模型

权衡推理速度和准确率，选择合适的模型。可以选择合适的模型进行自动下载：

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

过滤跟踪类别

默认跟踪器跟踪所有的 MS COCO 类别。如果你只想跟踪人，推荐使用这些权重来提升性能。

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

如果要跟踪 MS COCO 类的子集，请在 classes 标志后添加相应的索引

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

这是在 MS COCO 上训练的 Yolov5 模型可以检测到的所有可能对象的列表。请注意，此 repo 中类的索引从零开始。

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

部分类别截图：

项目地址：

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