开源项目推荐：基于LibTorch的YOLOv3与DeepSORT集成

开源项目推荐：基于LibTorch的YOLOv3与DeepSORT集成

libtorch-yolov3-deepsort 项目地址: https://gitcode.com/gh_mirrors/li/libtorch-yolov3-deepsort

开源项目链接：libtorch-yolov3-deepsort

1. 项目基础介绍及主要编程语言

本项目是清华大学本科生毕业论文的一部分，主要基于LibTorch框架，使用现代C++语言开发。项目集成了YOLOv3目标检测算法、SORT和DeepSORT目标跟踪算法，并通过GUI模块实现了结果的可视化。项目旨在通过检测和跟踪模块，对视频中的目标物体进行识别和追踪，并将结果以视频和快照的形式保存。

主要编程语言为C++，同时使用了CMake构建系统，并涉及部分C语言代码。

2. 项目核心功能

• 检测模块：采用YOLOv3算法实现目标检测。YOLOv3是一种高效的目标检测算法，能够在图像中快速定位并识别多个物体。

• 跟踪模块：整合了SORT（Simple Online and Realtime Tracking）和DeepSORT（a more advanced version of SORT with re-identification）算法，用于对检测到的目标进行实时跟踪。

• 处理模块：运行检测和跟踪后，将结果进行显示并保存，包括压缩视频和每个目标的若干快照。

• GUI模块：使用wxWidgets库开发了图形用户界面，用于可视化检测结果。

3. 项目最近更新的功能

• DeepSORT算法重实现：最近更新中，项目对DeepSORT算法进行了重新实现，采用了另一个卷积神经网络进行重识别（re-id），虽然这使得程序速度有所下降，但提供了更好的跟踪效果。

• 性能优化：项目在性能上进行了优化，目前在GTX 1060 6G显卡上，消耗约1GB内存，能够达到37FPS的帧率。

• GUI改进：之前使用的Dear ImGui库被替换为wxWidgets，以更好地满足项目需求。

通过这些更新，项目不仅提高了跟踪的准确性，也改善了用户体验和性能。

libtorch-yolov3-deepsort 项目地址: https://gitcode.com/gh_mirrors/li/libtorch-yolov3-deepsort