yolov5+deepsort框架

Person tracking by yolov5.rar

基于 yolo5+deep_sort 的物体计数以及密度估计 deepsort 输入增加了类别，输出了增加了类别和速度 deepsort IOU替换成为DIOU 密度估计是检测的后处理，简单的涂色+高斯模糊实现的demo 效果展示： 原版yolov5参考

yolov5 + deepsort实现了行人计数功能， 统计摄像头内出现过的总人数，以及对穿越自定义黄线行人计数效果如下 运行 python person_count.py 详细见本人博客：

目标跟踪，使用yolov5做检测器

yolo系列的权重，包括v3\v4\v5；deepsort的权重

Yolov5 +使用PyTorch进行深度排序 介绍 该存储库包含PyTorch YOLOv5的简化版（ ）。 它过滤掉不是人的所有检测。 然后，将对人员的检测传递给跟踪人员的深度排序算法（ ）。 它仅跟踪人员这一事实背后的原因是，深度关联度量仅在人员数据集上进行训练。 描述 该实现基于两篇文章： 使用深度关联指标进行简单的在线和实时跟踪 YOLOv4：物体检测的最佳速度和准确性 要求 安装了所有requirements.txt依赖关系的Python 3.8或更高版本，包括torch> = 1.7。 要安装运行： pip install -U -r requirements.txt 所有依赖项都包含在关联的docker映像中。 Docker要求是： nvidia-docker Nvidia驱动程序版本> = 440.44 在运行跟踪器之前 递归克隆存储库： git clo

目标行人轨迹跟踪的权重，也就是ckpt.t7权重文件，已经帮大家下载好了，方便使用

deepsort 挺经典的一篇论文了。 这里首先下载yolov3的权重和deepsort的权重 Download deepsort parameters ckpt.t7 cd deep_sort/deep/checkpoint # download ckpt.t7 from https://drive.google.com/drive/folders/1xhG0kRH1EX5B9_Iz8gQJb7UNnn_riXi6 to this folder cd ../../../ 提供给 外链下载过慢 或不能下载的坑友吗

best4.pt，ckpt.t7，original_ckpt.t7文件下载