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：
gitclone--recurse-submodules/mikel-brostrom/Yolov5_DeepSort_Pytorch.git
安装依赖库
pipinstall-rrequirements.txt
跟踪源
python3track.py--source...--show-vid#showliveinferenceresultsaswell
Video: --source file.mp4
Webcam: --source 0
RTSP stream: --source rtsp://170.93.143.139/rtplive/470011e600ef003a004ee33696235daa
HTTP stream: --source /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：
python3track.py--source0--yolo_weightsyolov5s.pt--img640#smallestyolov5familymodel
python3track.py--source0--yolo_weightsyolov5x6.pt--img1280#largestyolov5familymodel
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。
python3track.py--source0--yolo_weightsyolov5/weights/crowdhuman_yolov5m.pt--classes0#trackspersons,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
python3track.py--source0--yolo_weightsyolov5s.pt--classes1617#trackscatsanddogs,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。
/node-718/what-object-categories-labels-are-in-coco-dataset/
部分类别截图：
项目地址：
/mikel-brostrom/Yolov5_DeepSort_Pytorch
往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑AI基础下载机器学习的数学基础专辑温州大学《机器学习课程》视频本站qq群851320808，加入微信群请扫码：
