1、tiny_yolov4文件夹: 目标检测算法源码,包括:网络搭建、训练好的权重、解码文件、预测文件。
为提升算法速度,我摒弃了YOLOv4框架而采用了Tiny_YOLOv4框架,检测精度虽然有所下降,但每帧推理速度从0.17s提升至0.03s。
2、predict.py: 用于验证目标检测的效果,可单独独立出来运行,与目标跟踪无关。
3、kalman.py: 卡尔曼滤波器,基于恒速运动模型,预测下一帧目标物体的位置。
4、tracker.py: 存储每个时刻不同目标物体的状态,管理目标跟踪整个系统运作过程。
5、main.py: 整个项目的运行入口,直接运行main.py,就可以调用Tiny_YOLOv4 + Sort,处理视频流信息,完成目标跟踪、车流量统计。
6、MVI_39211、MVI_39031:DATRAC数据集测试集的两个视频,交通路段车流量画面。demo1、demo2:调用目标跟踪算法,车流量的每帧统计结果。
2024-09-11 14:58:13
935.7MB
1