本文是在继文章
传统图像处理方法实现车辆计数
两百行C++代码实现yolov5车辆计数部署（通俗易懂版）
之后，通过目标跟踪算法来实现车辆计数。
算法是大佬实现的，包括bytetrack跟踪和deepsor跟踪算法。源代码见：https://github.com/shaoshengsong/DeepSORT
本文就借花献佛，使用原作者代码稍许改动后测试了一下之前两篇文章使用的车辆视频，实现了双向车道的车辆计数。效果展示如下（bytetrack跟踪），如果想提升性能可以重新训练检测器以及微调超参数。
也可以下载LZ修改后的代码看下效果，建议在Linux系统下编译。
链接：https://pan.baidu.com/s/1ZGweyRbz8hiCkpNUil041A?pwd=t85v
提取码：t85v
目标跟踪算法实现车辆计数
最新推荐文章于 2024-12-06 16:56:24 发布
本文介绍了如何通过bytetrack和deepsor跟踪算法对车辆进行计数，基于先前的C++实现的YOLOv5车辆检测。作者提供了源代码链接，适用于双向车道的车辆计数，并建议在Linux环境下编译，可以通过调整检测器和超参数优化性能。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Yolo-v5
Yolo
YOLO（You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出，因其高速和高精度而广受欢迎
扫一扫
1831
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
