Home

Awesome

DEEP SORT YOLOV3 PYTORCH

论文发表:[1]张宏鸣,汪润,董佩杰,孙红光,李书琴,王红艳.基于LSRCEM-YOLO算法的肉牛多目标跟踪[J/OL].农业机械学报:1-14[2022-03-07].https://kns-cnki-net-s.nudtproxy.yitlink.com:443/kcms/detail/11.1964.S.20210223.0955.004.html.

新特性

快速入门

组织结构

cfg: cfg网络结构文件存放位置

deep_sort

miniversion: 使用cv2中的跟踪模块+yolov3进行跟踪,效果较差

sort: sort算法需要的依赖文件

utils: yolov3中的包

weights: yolov3权重存放位置

deep_sort.py: 仅仅通过运行deep_sort完成目标跟踪过程,保存跟踪的结果(视频文件)

detect.py: 沿用自yolov3,用于侦测目标。

pre_mot.py:进行跟踪,并将结果文件保存下来。

eval_mot.py: 对跟踪的结果文件进行评估,得到指标。

models.py: 沿用自yolov3,是模型构建的代码。

predict.py:沿用自yolov3,侦测单张图片。

sort.py: sort算法再次调用

train.py: 训练yolov3

test.py: 测试yolov3

代码注释

完整讲解《Deep SORT多目标跟踪算法代码解析》在GiantPandaCV公众号首发,欢迎关注。

主要提供了deep_sort文件夹中绝大部分代码的注释,以下是根据代码绘制的类图结构:

DeepSort

状态转移:

状态转换图

整体框架:

图片来自知乎Harlek

流程图:

知乎@猫弟总结的deep sort流程图

参考

目标检测:基于U版yolov3(版本比较早) https://github.com/ultralytics/yolov3

ReID部分: https://github.com/pprp/reid_for_deepsort

Deep SORT参考: https://github.com/ZQPei/deep_sort_pytorch

SORT参考: https://github.com/abewley/sort