目标追踪篇---Yolov5_DeepSort_Pytorch复现

Yolov5_DeepSort_Pytorch 官网链接

Yolov5_DeepSort_Pytorch

克隆代码

1. 在使用目标追踪的代码前

git clone --recurse-submodules https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch.git

2. 确保满足所有要求：Python 3.8或更高版本，所有要求.txt依赖项，包括torch> = 1.7。要安装，请运行：

pip install -r requirements.txt

注：以下是本人的步骤（仅供参考）

• （1）新建了一个conda的虚拟环境

conda create -n tracking python=3.8

• （2）激活该环境

conda activate tracking

• (3) 安装相应的环境依赖

pip install -r requirements.txt

小试牛刀

可提前下载
deep_sort_pytorch/deep_sort/deep/checkpoint/ckpt.t7
yolov5/weights/yolov5s.pt

下载链接 ：
https://pan.baidu.com/s/1IpYMkwqy-EcN17AV5rX8JQ 密码: dwv2

运行以下命令：

python track.py --source yolov5/mp4/streetscope.mp4 --save-vid --save-vid --visualize --yolo_weights yolov5/weights/yolov5s.pt

发现报错，内容为
RuntimeError: CUDA error: no kernel image is available for execution on the device
终端测试

python
import torch
torch.cuda.is_available()

结果为 True

       以上只是检测CUDA是否安装正确并能被Pytorch检测到，并没有说明是否能正常使用，要想看Pytorch能不能调用cuda加速，还需要简单的测试一下：
所以继续验证

a = torch.Tensor([1,2])
a = a.cuda()
a

结果是报错
RuntimeError: CUDA error: no kernel image is available for execution on the device

于是我就参考pytorch官网重新下载torch 和torchvision

torch官网
根据 nvidia-smi 查询显卡的版本

pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

安装完成后
继续测试

a = torch.Tensor([1,2])
a = a.cuda()
a

即成功安装好环境配置

运行代码

1. track.py

python track.py --source yolov5/mp4/streetscope.mp4 --save-vid --save-vid --visualize --yolo_weights yolov5/weights/yolov5s.pt

运行过程

结果保存在 inference/output 里面

视频效果图如下

2. yolov5/detect.py

要修改 --weights 和 --source 的内容

--weights yolov5n.pt 
          yolov5s.pt
          yolov5m.pt
          yolov5l.pt 
          yolov5x.pt 

--source data/images
         img.jpg  # image
         vid.mp4  # video
         path/  # directory
         path/*.jpg  # glob
         'https://youtu.be/Zgi9g1ksQHc'  # YouTube
         'rtsp://example.com/media.mp4'  # RTSP, RTMP, HTTP 

举例

直接修改代码里面的参数，可直接右键运行，不用在终端运行

也可以用终端运行，命令行输入如下：

注： 是在主项目目录下运行
/app/yyq/slifeProject/object_tracking/Yolov5_DeepSort_Pytorch

python yolov5/detect.py --weights yolov5/weights/yolov5s.pt --source yolov5/data/images

运行过程如下

结果保存在 yolov5/runs/detect/exp 里面