一.简介

YOLOv5

哈喽：深度学习之目标检测YOLOv5 https://zhuanlan.zhihu.com/p/378766432
该文已经详细介绍了YOLOv5目标检测和YOLOv5模型训练过程，且效果还不错。

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。

二.开发环境

2.1 所需环境

Pytorch版本、CUDA版本及CUDNN参考上篇文章 哈喽：深度学习之目标检测YOLOv5

2.2 环境配置

利用anaconda进行配置，当然也可以利用官方教程进行配置，参考上篇文章。

安装相应依赖库。`pip install -r requirements.txt

三.模型训练

3.1项目介绍

使用的是Pytorch深度学习框架，联合YOLOv5和DeepSort两个目前很火且效果非常不错的算法工程，实现车辆行人追踪和计数。项目地址 Sharpiless/Yolov5-Deepsort https://link.zhihu.com/?target=https%3A//github.com/Sharpiless/yolov5-deepsort/

3.2权重下载

这里使用的是yolov5s.pt放在weights文件夹下

四.检测结果

提前下载测试视频test.mp4到指定位置 运行demo.py


由于水平有限，文章中难免会有一些错误，有纰漏之处恳请各位大佬不吝赐教！有任何疑问的小伙伴都可以私信，大家一起学习交流。

参考

Yolov5+Deepsort多目标追踪，支持显示目标类别_梁瑛平的博客-CSDN博客
https://link.zhihu.com/?target=https%3A//blog.csdn.net/weixin_44936889/article/details/117413965