多目标跟踪论文 Deep SORT 实现
多目标跟踪论文 Deep SORT 实现
flyfish
论文中提到的代码是Python编写的，我的目的是C++实现
本文源码地址
https://github.com/shaoshengsong/DeepSORT
里面使用了上述github作者的大量代码，站在巨人们的基础上。
先列举前人的实现
参考部分作者的repositories 的Python代码
代码1
nwojke/deep_sort
Simple Online Realtime Tracking with a Deep Association Metric
论文提供的
代码2
Qidian213/deep_sort_yolov3
Real-time Multi-person tracker using YOLO v3 and deep_sort with tensorflow
目标检测部分使用了YOLOv3检测，深度学习框架TensorFlow，语言是Python
代码3
ZQPei/deep_sort_pytorch
MOT tracking using deepsort yolo3 with pytorch
目标检测部分使用了YOLOv3检测，深度学习了框架用了PyTorch
代码4
bendidi/Tracking-with-darkflow
Real-time people Multitracker using YOLO v2 and deep_sort with tensorflow
目标检测部分使用了YOLOv3检测，深度学习了框架用了darkflow，tensorflow
darkflow主要是用来加载YOLO模型的
参考部分作者的repositories 的C++代码
代码1
oylz/DS
cpp deep_sort: C++ implementation of Simple Online Realtime Tracking with a Deep Association Metric
依赖库 eigen 3.3，opencv ，boost ，tensorflow 1.4，能够简便重现
代码2
bitzy/DeepSort
c++ version of https://github.com/nwojke/deep_sort
依赖库 opencv3，tensorflow 1.4，cuda 8.0，cudnn 6.0
代码3
bianjingshan/MOT-deepsort
Refer to DeepSort, I just disable the feature match function, so this project does not neet any deep leaning library.
移除了深度学习特征比较部分
实现思路
环境
操作系统：Ubuntu 18.04
编译环境：Qt 5.12.2
有这么多前人的实现可供参考，所以我在实现上是没有难度的。
深度学习的模型分两个，一个是目标检测，一个是目标跟踪
目标检测的模型下载地址
https://pjreddie.com/darknet/yolo/
目标跟踪中特征部分下载地址
上传到CSDN，Deep SORT 论文实现中需要使用的目标跟踪模型 mars-small128
https://download.csdn.net/download/flyfish1986/11168660
OpenCV的DNN加载YOLO模型，这样就不用依赖Darknet库
不依赖cuda，cudnn，这样方便环境搭建
现在目标跟踪的特征部分使用TensorFlow C++的api。如果再想轻量级一些，就要去除Tensorflow的依赖。
OpenCV的安装可以参考
https://blog.csdn.net/flyfish1986/article/details/89157368
Tensorflow的安装可以参考
https://blog.csdn.net/flyfish1986/article/details/89406211
知道了每个模块的输入输出，代码编写（组装）就容易多了。
代码框架清凉很多。
如果您要使用我的代码搭建环境，您要做的是
用Qt打开工程后，更改deeplearning.pro文件的内容
主要是头文件，库文件的路径更改成您自己的文件所在路径
模型文件放置与生成文件相同的目录
代码里的一些类型转换，未使用参数的警告 还未处理完。
本实例代码已编译通过，且正常运行。