环境搭建
基于YOLOv5 + Deepsort 的多车辆追踪与测速
项目完整代码放在文章末尾
#创建环境
conda create -n train python==3.8
#激活环境
conda activate train
#torch下载
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
#克隆 deepsort:https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch
git clone --recurse-submodules https://github.com/mikel-brostrom/Yolov5_StrongSORT_OSNet.git
#或者下载zip解压到本地
#yolov5 https://github.com/ultralytics/yolov5/tree/v5.0
#下载到deepsort目录下的yolov5即可
#安装依赖包
pip install -r requirements.txt
基于YOLOv5 + Deepsort 的多车辆追踪与测速
- 解压缩我的文件
- 在pycharm中将之前的环境导入
- cd 到目录 并pip install -r requirements.txt
- 相关权重已经放到文件中
- 直接运行python demo.py
项目目录图以及运行结果:
链接:https://pan.baidu.com/s/1GKKLwA6j-mQHFB0d21_bjRw
提取码:nt96