在目标检测框架代码中加入deepsort算法实现目标跟踪

 

结合现有的开源算法，实现简单的将deepsort跟踪算法应用到自己的检测模型中，实现目标的检测跟踪

完整代码见GitHub：https://github.com/lishugang/Simple_deepsort_pytorch 

使用步骤说明：

#1.首先导入Deepsort类
from Simple_deepsort_pytorch.deep_sort import Deep_Sort
......
if __name__ == '__main__':
    #2.新建deepsort对象
    deepsort=Deep_Sort()
    model=... 
    video=... 
    ......
    while :
        _, img=video.read()
        ...... 
        detection_output=model(img)#这是这一帧的检测结果
        ......
        #3.从检测结果中将bbox和置信度信息分离出来，可能需要将自己的bbox由其他格式改为xywh的格式
        bbox_xywh=detection_output[*].cpu().numpy()
        classify_confidence=detection_output[*].cpu().numpy()
        #4.计算跟踪的结果
        if bbox_xywh is not None:
                deepsort_outputs = deepsort.update(bbox_xywh, classify_confidence, frame)
        #5.可视化
                #deepsort_outputs(M*5)
                if len(deepsort_outputs) > 0:
                    bbox_xywh = deepsort_outputs[:, :4]
                    identities = deepsort_outputs[:, -1]
                    frame = deepsort.draw_bboxes(frame, bbox_xywh, identities)

代码地址