论文复现２： YOLOv5 DeepSORT视频追踪

小白hemu

已于 2024-03-28 23:01:51 修改

阅读量513

点赞数 1

CC 4.0 BY-SA版权

分类专栏： paper 复现文章标签： YOLO 音视频

于 2024-03-28 22:14:52 首次发布

本文链接：https://blog.youkuaiyun.com/github_38060285/article/details/137125904

paper 复现专栏收录该内容

13 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了使用YOLOv5和DeepSORT进行视频目标检测与跟踪的实现过程，强调了该方法的实时性能和高准确性，特别适合于行人和车辆的实时监控。通过github获取综合代码，并基于预训练模型yolov5m.pt进行操作，重点在于跟踪部分，同时分享了opencv的追踪代码实现。

YOLOv5 DeepSORT是视频检测跟踪算法，结合了YOLOv5的目标检测和DeepSORT的目标跟踪能力。它具备实时性能、高准确性以及稳定的目标跟踪能力，为行人和车辆等实时监测和分析提供了有效的解决方案。
直接在github找的综合代码，没有做分别训练，因为我要实现的就一个类，所以直接用的yolov5m.pt，主要在跟踪上．
代码：

conda create -n yolotracking python=3.9
conda activate yolotracking
git clone https://github.com/Sharpiless/yolov5-deepsort/
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge
cd Yolov5-Deepsort
pip3 install -r requirements.txt
或者自己装依赖：
　　　conda install imutils==0.5.4
  300  conda list
  301  conda install opencv-python==4.9.0.80
  302  conda install matplotlib==3.8.3
  303  pip3 install numpy==1.26.4
  304  pip3 install pandas==2.2.1
  305  pip3 install requests==2.31.0
  306  pip3 install seaborn==0.13.2
  307  pip3 install pyyaml==6.0.

了解本专栏