我大概花了1小时就完成了第一次接触到检测自己输入的视频，并不是说自己的优秀，而是yolo的特点就是，易上手，难修改。

B站：https://www.bilibili.com/video/BV1A44y1v7ig/ github：https://github.com/Whiffe/yolov5-deepsort 码云：https://gitee.com/YFwinston/yolov5-deepsort 平台：https://cloud.videojj.com/home

YOLOv5是一种单阶段目标检测算法，该算法在YOLOv4的基础上添加了一些新的改进思路，使其速度与精度都得到了极大的性能提升。主要的改进思路如下所示：

DeepSort SORT算法的思路是将目标检测算法(如YOLO)得到的检测框与预测的跟踪框的iou(交并比)输入到匈牙利算法中进行线性分配来关联帧间 ID。而DeepSORT算法则是将目标的外观信息加入到帧间匹配的计算中，这样在目标被遮挡但后续再次出现的情况下，还能正确匹配这个ID，从而减少ID的切换，达到持续跟踪的目的。

平台还是选择：极链AI云平台

pytorch 1.6.0 python 3.6 cuda 10.2

进入平台的jupyter 进入 home 目录

下载项目：

如果github的网络不稳定，可以使用我同步在码云的代码

进入 yolov5-deepsort 中

安装所有所需要的环境

在github中，我上传了一个test.mp4的视频，这个是用来做检测的视频，如果你想检测自己的，把这个视频替换了就行。

检测代码：

看看检测结果：

注意，这里是demoY.py，用于在平台环境中的镜像中跑，如果你用的ubuntu实体电脑，就用命令：python demoX.py，这可以显示检测的中间过程。