基于YOLOv8的车辆跟踪、车速计算和车辆统计应用

AI大权

已于 2025-01-10 10:52:35 修改

阅读量583

点赞数 6

CC 4.0 BY-SA版权

分类专栏：计算机视觉文章标签： YOLO 计算机视觉人工智能 python

于 2025-01-10 10:50:03 首次发布

本文链接：https://blog.youkuaiyun.com/old_power/article/details/145051154

1、环境搭建

通过conda创建一个python≥3.8环境，激活环境后安装ultralytics=8.2、python-opencv、shapely>=2.0.0:

conda create -n yolov8 python=3.10
conda activate yolov8
pip install ultralytics==8.2
pip install python-opencv
pip install shapely>=2.0.0

注意项:

ultralytics的版本在v8.3.x中更新了SpeedEstimator和ObjectCounter，因此确保ultralytics的版本为8.2.x
如果提示Pytorch相关报错，请按照要求安装PyTorch>=1.8

2、代码

from ultralytics import YOLO
from ultralytics.solutions import speed_estimation,object_counter
import cv2

# 加载官方提供的YOLOv8模型
model = YOLO("yolov8n.pt")
# 获取模型中的对象名称
names = model.model.names
# 打开视频
cap = cv2.VideoCapture("videoplayback.mp4")
assert cap.isOpened(), "Error reading video file"
# 获取视频的宽度、高度和帧率
w, h, fps = (int(cap.get(x)) for x in