GitHub

2024-07-13 00:01| 来源: 网络整理| 查看: 265

前言

1、本文基于YOLOv5+DeepSort的行人车辆的检测，跟踪和计数。

2、该项目是基于github的黄老师傅，黄老师傅的项目输入视频后，直接当场利用cv2.imshow()，查看识别的结果，无法当场保存检测完视频，而且无法在服务器上跑，本文实现保存视频的结果已经命令行修改视频。

可以参考博文：DeepSort行人车辆识别系统（实现目标检测+跟踪+统计）

源项目实现功能实现了出/入分别计数。显示检测类别。默认是南/北方向检测，若要检测不同位置和方向，可在 main.py 文件第13行和21行，修改2个polygon的点。默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。检测类别可在 detector.py 文件第60行修改。

本项目实现功能

保存识别视频提供命令行修改视频运行环境 python 3.6+，pip 20+ pip install -r requirements.txt 如何运行

下载代码

git clone https://github.com/wisdom-zhe/yolov5-deepsort-counting.git

因此repo包含weights及mp4等文件，若 git clone 速度慢，直接点击这里下载zip文件

进入目录

cd yolov5-deepsort-counting

创建 python 虚拟环境

python3 -m venv venv

激活虚拟环境

source venv/bin/activate

升级pip

python -m pip install --upgrade pip

安装pytorch

根据你的操作系统、安装工具以及CUDA版本，在 https://pytorch.org/get-started/locally/ 找到对应的安装命令。我的环境是 ubuntu 18.04.5、pip、CUDA 11.0。

$ pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

安装软件包

$ pip install -r requirements.txt

在 detect-car.py 文件中第262行，设置要检测的视频文件路径，默认为default= './video/test.mp4'

140MB的测试视频可以在这里下载：https://pan.baidu.com/s/1qHNGGpX1QD6zHyNTqWvg1w 提取码: 8ufq

parser.add_argument('--input_video_path', type=str, default='./video/test02.mp4',help='source video path.')

运行程序

# 本项目运行方式 python detect-car.py # 黄老师傅运行方式 python main.py 运行结果

使用框架 https://github.com/Sharpiless/Yolov5-deepsort-inference https://github.com/ultralytics/yolov5/ https://github.com/ZQPei/deep_sort_pytorch 目标检测系列文章 YOLOv5s网络模型讲解(一看就会) 生活垃圾数据集（YOLO版） YOLOv5如何训练自己的数据集双向控制舵机（树莓派版）树莓派部署YOLOv5目标检测（详细篇） YOLO_Tracking 实践（环境搭建 & 案例测试）目标检测：数据集划分 & XML数据集转YOLO标签 YOLOv5改进--轻量化YOLOv5s模型

【本文地址】

GitHub

GitHub

今日新闻

推荐新闻