基于YOLOv3和deep_sort的多目标跟踪

在Windows下用python实现的MOT，参考的这个GitHub https://github.com/Qidian213/deep_sort_yolov3

YOLOv3用于检测，deep_sort主要是Kalman滤波+匈牙利匹配算法。改天再写一篇关于deep_sort原理的的blog，先实现一哈，看看效果。

下面把我的流程说一下：

1. 我们需要的环境Numpy、sklean、OpenCV就不用说了，还有TensorFlow-gpu、Keras等等，有可能之前有的环境配置好了，也有可能版本不兼容，具体运行代码的时候根据错误具体解决即可。
2. 下载yolov3.weights，将权重转换为yolo.h5模型（这里需要自己转，因为你的TensorFlow版本不一样），推荐另外一个GitHub https://github.com/qqwweee/keras-yolo3，下载下来，cmd切换到文件目录，运行下面指令

   python convert.py yolov3.cfg yolov3.weights model_data/yolo.h5

   然后把model_data文件夹里面的yolo.h5复制到第一个GitHub项目的model_data文件夹中（至于为什么不用第一个GitHub里面的convert.py转换，因为没成功，可能是有点问题）

3. 生成mars-small128.pb文件，这个是表观特征，跟踪时做特征匹配用的（也因为TensorFlow版本问题，需要自己生成），推荐第三个GitHub https://github.com/nwojke/deep_sort，下载下来，cmd切换到文件目录，运行下面指令

   python tools/freeze_model.py

   然后和第二步一样，把mars-small128.pb文件复制到第一个GitHub项目的model_data文件夹中。
4. 在demo.py里面修改一下视频路径，直接运行即可。

fps在10-12之间。