README.md · Briefly/unbox_yolov5_deepsort_counting

# yolov5 deepsort 行人 车辆 跟踪 检测 计数

- 实现了 出/入 分别计数。
- 默认是 南/北 方向检测，若要检测不同位置和方向，可在 main.py 文件第13行和21行，修改2个polygon的点。
- 默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。
- 检测类别可在 detector.py 文件第60行修改。

### 视频

bilibili

[![bilibili](https://github.com/dyh/unbox_yolov5_deepsort_counting/blob/main/cover.jpg?raw=true)](https://www.bilibili.com/video/BV14z4y127XX/ "bilibili")

## 运行环境

- python 3.6+，pip 20+
- pytorch
- pip install -r requirements.txt

## 如何运行

1. 下载代码

```
    $ git clone https://github.com/dyh/unbox_yolov5_deepsort_counting.git
    ```
   
   > 因此repo包含weights及mp4等文件，若 git clone 速度慢，可直接下载zip文件：https://github.com/dyh/unbox_yolov5_deepsort_counting/archive/main.zip
   
2. 进入目录

```
    $ cd unbox_yolov5_deepsort_counting
    ```

3. 创建 python 虚拟环境

```
    $ python3 -m venv venv
    ```

4. 激活虚拟环境

```
    $ source venv/bin/activate
    ```
   
5. 升级pip

```
    $ python -m pip install --upgrade pip
    ```

6. 安装pytorch

> 根据你的操作系统、安装工具以及CUDA版本，在 https://pytorch.org/get-started/locally/ 找到对应的安装命令。我的环境是 ubuntu 18.04.5、pip、CUDA 11.0。

```
    $ pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
    ```
   
7. 安装软件包

```
    $ pip install -r requirements.txt
    ```

8. 在 main.py 文件中第66行，设置要检测的视频文件路径，默认为 './video/test.mp4'

> 140MB的测试视频可以在这里下载：https://pan.baidu.com/s/1qHNGGpX1QD6zHyNTqWvg1w 提取码: 8ufq 
 
    ```
    capture = cv2.VideoCapture('./video/test.mp4')
    ```
   
9. 运行程序

```
    python main.py
    ```

## 使用框架

- https://github.com/Sharpiless/Yolov5-deepsort-inference
- https://github.com/ultralytics/yolov5/
- https://github.com/ZQPei/deep_sort_pytorch

Briefly/unbox_yolov5_deepsort_counting

简介

发行版

贡献者

近期动态

Briefly/unbox_yolov5_deepsort_counting .gitee-modal { width: 500px !important; }

简介

发行版

贡献者

近期动态

搜索帮助

Briefly/unbox_yolov5_deepsort_counting