YOLOv5对象跟踪系统安装与配置指南

支然苹

于 2025-04-18 07:04:31 发布

阅读量653

点赞数 20

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_00384/article/details/147317695

YOLOv5对象跟踪系统安装与配置指南

yolov5-object-tracking YOLOv5 Object Tracking + Detection + Object Blurring + Streamlit Dashboard Using OpenCV, PyTorch and Streamlit 项目地址: https://gitcode.com/gh_mirrors/yo/yolov5-object-tracking

1. 项目基础介绍

本项目是基于YOLOv5的一个开源对象检测与跟踪系统，它扩展了YOLOv5的功能，增加了对象跟踪和对象模糊处理。此外，项目还提供了一个基于Streamlit的仪表板，用于实时显示检测结果。该项目的主要编程语言是Python。

2. 项目使用的关键技术和框架

YOLOv5: 一个基于PyTorch的对象检测模型，以其高效性和准确性在计算机视觉领域得到了广泛应用。
OpenCV: 一个开源的计算机视觉和机器学习软件库，用于实时图像处理。
PyTorch: 一个流行的深度学习框架，用于构建和训练神经网络。
Streamlit: 一个用于快速构建数据应用的框架。

3. 安装和配置准备工作

在开始安装之前，请确保您的系统中已经安装了以下环境和工具：

Python 3.9（在某些情况下，Python 3.7/3.8也可以工作）
pip（Python的包管理工具）
git（用于克隆项目代码）

安装步骤

克隆项目仓库

打开终端或命令提示符，执行以下命令以克隆项目仓库：
```
git clone https://github.com/RizwanMunawar/yolov5-object-tracking.git
```
进入项目目录

克隆完成后，使用以下命令进入项目目录：
```
cd yolov5-object-tracking
```
创建虚拟环境（推荐）

创建一个虚拟环境可以帮助您管理项目依赖，而不影响系统中的其他Python包。
- 对于Linux用户：
```
python3 -m venv yolov5objtracking
source yolov5objtracking/bin/activate
```
- 对于Windows用户：
```
python3 -m venv yolov5objtracking
cd yolov5objtracking
cd Scripts
activate
cd ..
cd ..
```
升级pip

在虚拟环境中，升级pip到最新版本：
```
pip install --upgrade pip
```
安装项目依赖

使用以下命令安装项目所需的依赖：
```
pip install -r requirements.txt
```
运行示例代码

根据您的需求，选择以下命令之一来运行示例代码：
- 仅检测：python ob_detect.py --weights yolov5s.pt --source "your_video.mp4"
- 检测特定类（如人）：python ob_detect.py --weights yolov5s.pt --source "your_video.mp4" --classes 0
- 检测+跟踪：python obj_det_and_trk.py --weights yolov5s.pt --source "your_video.mp4"
- 检测+跟踪+对象模糊：python obj_det_and_trk.py --weights yolov5s.pt --source "your_video.mp4" --blur-obj
- 检测+跟踪+不同颜色边框：python obj_det_and_trk.py --weights yolov5s.pt --source "your_video.mp4" --blur-obj --color-box
- 检测+跟踪+特定类（如人）：python obj_det_and_trk.py --weights yolov5s.pt --source "your_video.mp4" --classes 0
运行Streamlit仪表板

如果您想通过Streamlit仪表板运行检测，可以使用以下命令：
```
python -m streamlit run app.py
```
确保您已经将视频文件放在了yolov5-object-tracking文件夹中，否则Streamlit服务器将报错。