%20(2).svg)
项目简介
此项目是基于PyTorch框架，将Yolov5和Deep Sort相结合的目标检测与跟踪系统。它可从摄像头或视频流中实时检测并跟踪目标，其中YOLOv5负责目标检测，Deep Sort负责目标跟踪，能处理多种视频格式和实时流媒体。
项目的主要特性和功能
- 目标检测：运用YOLOv5进行高效目标检测，支持多种预训练模型。
- 目标跟踪：采用Deep Sort算法对检测到的目标进行跟踪，支持多目标跟踪。
- 多种输入源：支持从视频文件、摄像头、RTSP流和HTTP流等多种输入源开展目标检测和跟踪。
- 结果可视化：实时显示检测和跟踪结果，支持将结果保存到文件。
- 自定义类别：可按需选择特定的目标类别进行跟踪。
- MOT兼容结果：支持生成MOT（Multiple Object Tracking）格式的跟踪结果。
安装使用步骤
假设用户已经下载了本项目的源码文件。
1. 复制项目：
如果已经复制但未使用--recurse-submodules，可以运行：
bash
git submodule update --init
2. 安装依赖：
bash
pip install -r requirements.txt
3. 运行跟踪程序：
bash
python3 track.py --source file.mp4 --show-vid
- 视频文件：--source file.mp4
- 摄像头：--source 0
- RTSP流：--source rtsp://170.93.143.139/rtplive/470011e600ef003a004ee33696235daa
- HTTP流：--source http://wmccpinetop.axiscam.net/mjpg/video.mjpg
4. 选择YOLOv5模型：
bash
python3 track.py --source 0 --yolo_weights yolov5s.pt --img 640
或选择更大的模型：
bash
python3 track.py --source 0 --yolo_weights yolov5x6.pt --img 1280
5. 过滤跟踪类别：
默认情况下，跟踪器会跟踪所有MS COCO类别。可以通过指定类别索引来过滤特定类别：
bash
python3 track.py --source 0 --yolo_weights yolov5s.pt --classes 16 17 # 仅跟踪猫和狗
6. 保存MOT兼容结果：
bash
python3 track.py --source ... --save-txt
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】