Yolov8-车辆跟踪（BoT-SORT和ByteTrack算法）

论搬砖的艺术

已于 2024-03-11 17:39:45 修改

阅读量2.7k

点赞数 7

分类专栏：深度学习文章标签： YOLO python 开发语言

于 2024-03-11 14:39:27 首次发布

本文链接：https://blog.youkuaiyun.com/qq_53817374/article/details/136623188

版权

深度学习专栏收录该内容

31 篇文章

订阅专栏

文章介绍了在视频追踪中，使用Ultralytics库的YOLO和ByteTrack算法的代码示例。实验结果显示ByteTrack在速度和流畅性上优于BoT-SORT。作者认为ByteTrack的预测效果良好。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这两种代码都是成熟的，直接调佣即可，下面是使用这两种算法的代码。

直观感受：ByteTrack预测的速度感觉比BoT-SORT快一些，流畅一些。

from ultralytics import YOLO

model = YOLO('yolov8n.pt')

# results = model.track(source="./ceshi/1.mp4", show=True)  # 使用默认追踪器进行追踪(BoT-SORT)
results = model.track(source="./ceshi/1.mp4", show=True, tracker="bytetrack.yaml")  # 使用ByteTrack追踪器进行追踪

预测效果，还是不错的。