目标追踪篇---Yolov5_DeepSort_Pytorch复现 源代码修改可用，具体过程可看我的博客 https://blog.csdn.net/m0_46825740/article/details/121973155 修改后可以训练自己的数据，比较实用

def distance(self, features, targets): cost_matrix = np.zeros((len(targets), len(features))) key_list = list(self.samples.keys()) for i, target_k in enumerate(targets): target = key_list[i] cost_matrix[i, :] = self._metric(self.samples[target], features) return cost_matrix

1、yolov5-deepsort俯视场景下visdrone数据车辆检测和跟踪，包含YOLOv5训练好的visdrone数据集权重以及各种训练曲线 2、可以生成目标运动轨迹 3、pytorch框架，python代码 4、结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

1、yolov5-deepsort行人检测和跟踪，包含YOLOv5训练好的行人检测权重以及各种训练曲线，目标类别为person 2、可以生成行人运动轨迹 3、pytorch框架，python代码 4、结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

记一次调试YOLOv5+DeepSort车辆跟踪项目的经过.doc

deepsort6.1+yolov5 6.1，解压后放入C:\Users\XXXX\.cache\torch\checkpoints 路径

基于yolov5和deepsort的智能交通监控系统，有详细注释和readme使用说明

yolov5+deepsort学习课件 适用人群：需要学习yolov5+deepsort算法的同学

本套代码的运行环境是python+pytorch Csdn上上传的代码都是完整的，大家找到对应的博客都是有效果图和运行讲解的，防止踩坑。大家也可以下载其他项目练手，丰富自己的简历也不错。 博客教程地址：https://blog.csdn.net/qq_34904125/article/details/124906163 需要查看其他代码的可看b站视频演示： https://space.bilibili.com/124080712?spm_id_from=333.1007.0.0 其他小项目完整代码： https://blog.csdn.net/qq_34904125?type=download 算法部分 本次是目标跟踪代码，用于检测行人， 代码运行 只要运行01ui_yolov5.py即可。会显示一个pyqt的界面，然后有两个按钮，第一个按钮用于上传要检测的本地视频。第二个按钮是用于目标跟踪视频中的行人并统计数量。

Csdn上上传的代码都是完整的，大家找到对应的博客都是有效果图和运行讲解的，防止踩坑。大家也可以下载其他项目练手，丰富自己的简历也不错。 需要查看其他代码的可看b站视频演示： https://space.bilibili.com/124080712?spm_id_from=333.1007.0.0 其他小项目完整代码： https://blog.csdn.net/qq_34904125?type=download 本次是目标跟踪代码，用于检测行人， 只要运行01main.py即可。会弹出视频的第一帧，然后我们对第一帧点击鼠标，选个碰撞区域即可，就能用来统计通过的行人了。 其他文件，如weights下存放的模型文件，这里直接用原始的coco数据集模型即可。 然后video文件夹下是待检测的视频文件，同时处理后的结果视频也会保存在这个文件夹下。