若该文为原创文章，转载请注明原文出处。
一、DeepSORT简介
DeepSORT 是一种计算机视觉跟踪算法，用于在为每个对象分配 ID 的同时跟踪对象。DeepSORT 是 SORT（简单在线实时跟踪）算法的扩展。DeepSORT 将深度学习引入到 SORT 算法中，通过添加外观描述符来减少身份切换，从而提高跟踪效率。
这是提供两个demo，一是跟踪计数人员；二是车辆计数跟踪；
二、环境搭建
本人没有GPU的电脑，所以修改一些参数在CPU上跑，只是为了学习验证。
1、创建虚拟环境
conda create -n yolov5_deepsort_env python==3.8
2、激活环境
conda activate yolov5_deepsort_env
3、下载代码
链接：https://pan.baidu.com/s/1CSfqIrDh-r17wDvm_rOF-A?pwd=1234
提取码：1234
4、安装yolov5
进入存放的路径，修改成自己的路径：
cd G:\enpei_Project_Code\02_deepsort\yolov5-deepsort
安装
pip install -r .\requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
安装成功：
接下来验证
三、测试
执行
python .\count_car.py
结果报错了
所以下面处理各种错误：
**错误1：**ImportError: cannot import name 'EasyDict' from 'easydict' (unknown location)
原因是easydict版本不对，需要指定版本。
处理：下载easydict，并重新安装；
下载地址：
下载后解压，并安装，安装指令如下：
python setup.py install --user
**错误2：**RuntimeError: "slow_conv2d_cpu" not implemented for 'Half'
原因：因为没有Cuda支持，无法使用半精度VAE模块进行推理
处理：找到文件下的half，全部修改成float
**错误3：**AttributeError: 'Upsample' object has no attribute 'recompute_scale_factor'
处理：
打开D:\Anaconda3\envs\yolov5-6.0\lib\site-packages\torch\nn\modules\upsampling.py（注意路径，为环境下）
修改代码
def forward(self, input: Tensor) -> Tensor:
return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners)
# return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners,
# recompute_scale_factor=self.recompute_scale_factor)
**错误4：**AttributeError: module 'numpy' has no attribute 'float'.
**原因：**numpy版本不对，重新安装numpy
处理：
pip uninstall numpy
pip install numpy==1.20.3
所有错误处理完后，在次运行
python .\count_car.py
代码比较易懂，值得学习，这里不过不解析代码。
如有侵权，或需要完整代码，请及时联系博主。