基于百度飞桨的单多人行人跟踪

本文介绍如何使用百度飞桨PaddleDetection进行单/多人行人跟踪的代码优化,并提供了一份修改过的代码示例。通过环境配置和简单步骤,读者可以实现在视频中实时检测和追踪行人。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

基于百度飞桨的单/多人行人跟踪

代码参考:GitHub - PaddlePaddle/PaddleDetection at release/0.2

自己做了一些更改,下面是更改后的代码百度网盘链接:

链接:https://pan.baidu.com/s/10UBq2TRtFGORs30P9VaZxg
提取码:sdfo
复制这段内容后打开百度网盘手机App,操作更方便哦

一:百度飞桨的环境配置参考:飞桨PaddlePaddle-源于产业实践的开源深度学习平台

二:运行demo:
在这里插入图片描述

三:代码接口:

​ tools->run-interface.py

from tools.infer import entrance
import cv2
import datetime

if __name__ == '__main__':


    cap = cv2.VideoCapture('./1.mp4')  # 添加视频路径

    video_width = int(cap.get(3))
    video_height = int(cap.get(4))
    fps = int(cap.get(5)/2)
    print(fps)

    while True:
        _, im = cap.read()
        if im is None:
            break

        # d1 = datetime.datetime.now()
        cv2.imwrite("./0.jpg", im)
        # d2 = datetime.datetime.now()
        # print("读入时间差", (d2-d1).total_seconds())
        entrance("./0.jpg")
        img = cv2.imread(r"E:\code\PaddleDetection-release-0.2\contrib\PedestrianDetection\demo1\output\0.jpg")
        #raw = im.copy()
        # result = det.detect(im)
        cv2.imshow('a', img)


        if cv2.waitKey(1) == 27:
            break

    cap.release()
    cv2.destroyAllWindows()

配置好环境后,添加正确的视频路径即可正常运行:

cap = cv2.VideoCapture('./1.mp4')

的视频路径即可正常运行:

cap = cv2.VideoCapture('./1.mp4')
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值