论文:
SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC
https://arxiv.org/pdf/1703.07402.pdf
deep sort多目标跟踪算法,算法原作者的实现是基于TensorFlow的(https://github.com/EYHN/deep_sort_yolov3/tree/eyhn)
https://github.com/ZQPei/deep_sort_pytorch 用PyTorch实现了RE-ID(目标重识别)模块,并将目标检测模型从Faster RCNN 替换为YOLOv3,提供了预训练模型,不过如果要自己训练RE-ID模型的话也是支持的。
接下来是运行步骤
pytorch gpu是1.4版本的 具体安装见之前博客
1 下载代码
2 下载YOLOv3参数
https://pjreddie.com/media/files/yolov3.weights
https://pjreddie.com/media/files/yolov3-tiny.weights
放在detector/YOLOv3/weight/目录下。
3 下载deepsort参数:
在谷歌云盘https://drive.google.com/drive/folders/1xhG0kRH1EX5B9_Iz8gQJb7UNnn_riXi6 中下载ckpt.t7,放入deep_sort/deep/checkpoint/目录下。
4 安装包
pin install numpy /scipy/ opencv-python /sklearn/ vizer/ edict /pillow-6.2.2 /pyyaml /easydict
5 使用终端进入项目目录下,输入命令
python yolov3_deepsort.py C:/Users/86198/Desktop/chaplin.mp4
6 结果