Repository files navigation

flyfish

代码采用C++实现，目标检测支持YOLOv5 6.2,跟踪支持deepsort and bytetrack。检测模型可以直接从YOLOv5官网，导出onnx使用特征提取可以自己训练，导出onnx使用，onnxruntime cpu 推理，方便使用.特征支持自定义维度例如 128,256,512等

本文源码地址

https://github.com/shaoshengsong/DeepSORT

新增bytetrack跟踪

bytetrack论文

http://arxiv.org/abs/2110.06864

bytetrack代码

https://github.com/ifzhang/ByteTrack

deepsort原论文地址

https://arxiv.org/pdf/1703.07402.pdf

MOTusingdeepsortyolo5withC++

操作系统：Ubuntu 18.04

去除了TensorFlow依赖为了不依赖硬件GPU，无需cuda，cudnn，更容易编译，使用PC版本。为了更方便编译，采用CMakeList.txt。

opencv，可以下载opencv-4.6编译安装Eigen3安装

sudoapt-getinstalllibeigen3-dev

onnxruntime，可以直接解压使用，无需编译目标检测模型下载地址

https://github.com/ultralytics/yolov5

网盘中有已经导出完成的模型

百度网盘链接：https://pan.baidu.com/s/1igjNK2ty-H5AU_Ut08pkoA提取码：0000内容包括

cmake-3.21.4-linux-x86_64.tar.gzonnxruntime-linux-x64-1.12.1.tgzcoco_80_labels_list.txtopencv-4.6.0.zipDeepSORTyolov5s.onnxfeature.onnxyolov5x.onnx

设置自己的onnxruntime的解压目录

set(ONNXRUNTIME_DIR "/home/a/lib/onnxruntime-linux-x64-1.12.1")

以下三项根据自己的需要更改文件tracker/deepsort/include/dataType.h

constintk_feature_dim=512;//feature dimconststd::stringk_feature_model_path="./feature.onnx";conststd::stringk_detect_model_path="./yolov5s.onnx";

选择打开视频文件或者视频流等

cv::VideoCapturecapture("./1.mp4");

1 整体分为两部分，新增检测模块放置detector文件夹，新增跟踪模块放置tracker文件夹

操作系统：Ubuntu 18.04编译环境：Qt 5.12.2深度学习的模型分两块，一个是目标检测，另一个是目标跟踪

地址：https://pjreddie.com/darknet/yolo/

mars-small128OpenCV DNN加载YOLO模型，不依赖Darknet库，cuda，cudnn依赖Tensorflow，目标跟踪的特征部分使用TensorFlow C++的api。

OpenCV的安装可以参考

地址:https://blog.csdn.net/flyfish1986/article/details/89157368

Tensorflow的安装可以参考

地址：https://blog.csdn.net/flyfish1986/article/details/89406211

多目标跟踪论文 Deep SORT 解读
多目标跟踪论文 Deep SORT 实现
多目标跟踪论文 Deep SORT 数据集说明多目标跟踪论文 Deep SORT 特征提取CNN Architecture
多目标跟踪论文 Deep SORT 特征训练PyTorch实现
多目标跟踪论文 Deep SORT 特征训练TensorFlow实现
多目标跟踪论文 Deep SORT 评测指标
匈牙利算法
卡尔曼滤波 - 方程组转换为矩阵形式
卡尔曼滤波 - 一个方程背后的样子
卡尔曼滤波 - 匀变速直线运动
卡尔曼滤波 - 冥冥之中自有定数的正态分布
卡尔曼滤波 - 数据融合 data fusion
卡尔曼滤波 - 当前均值与上一次均值的关系
卡尔曼滤波 - 状态空间模型
卡尔曼滤波 - 5个公式出现的顺序