YOLOv9 实现多目标跟踪

YOLOv9项目结合了YOLOv9的快速目标检测能力和DeepSORT的稳定跟踪能力,实现了对视频流中多个对象的实时、准确检测和跟踪。在具体应用中,该项目能够对视频中的行人、车辆或其他物体进行实时定位、识别和持续跟踪,即使在复杂环境、对象互相遮挡或出现短暂消失的情况下也能保持较好的跟踪性能。这样的技术在智能监控、自动驾驶、无人机导航、体育赛事分析等多个领域都有着广泛的应用潜力。

安装:

1.克隆此存储库:

cd YOLOv9_DeepSORT

2.创造新环境 使用conda

conda env create -f conda.yml conda activate yolov9-deepsort

使用点

python3 -m virtualenv -p python3.11 yolov9-deepsort source yolov9-deepsort/bin/activate pip install -r requirements.txt

3.克隆 YOLOv9 存储库:

pip install -r requirements.txt mv ../object_tracking.py ../yolov9

4.下载模型重量

mkdir weights

用法

  1. 准备视频文件:

    • 将视频文件放置在所需位置。
    • 更新video视频文件路径中的标志或将其设置为0使用网络摄像头作为输入。
  2. 下载YOLOv9模型:

    • 确保对应的模型权重可用。
  3. 配置输出视频:

    • 更新output代码中的标志以指定输出视频文件的路径和文件名。
  4. 设置置信度阈值:

    • 调整conf代码中的标志以设置对象检测的置信度阈值。置信度低于此阈值的对象将被过滤掉。
  5. 如果您想检测并跟踪视频中的某些对象

    • 修改class_id代码中的flag,指定检测的类ID。该标志的默认值设置为 None。如果您只想检测和跟踪人员,请将其设置为 0,或参考 coco.names 文件了解其他选项。
  6. 如果您想在跟踪时模糊某些对象

    • 修改bulr_id代码中的flag,指定检测的类ID。该标志的默认值设置为 None。
  7. 运行代码:

    用法

  8. 准备视频文件:

    • 将视频文件放置在所需位置。
    • 更新video视频文件路径中的标志或将其设置为0使用网络摄像头作为输入。
  9. 下载YOLOv9模型:

    • 确保对应的模型权重可用。 (YOLOv9-S/YOLOv9-M/ YOLOv9-C / YOLOv9-E )
  10. 配置输出视频:

    • 更新output代码中的标志以指定输出视频文件的路径和文件名。
  11. 设置置信度阈值:

    • 调整conf代码中的标志以设置对象检测的置信度阈值。置信度低于此阈值的对象将被过滤掉。
  12. 如果您想检测并跟踪视频中的某些对象

    • 修改class_id代码中的flag,指定检测的类ID。该标志的默认值设置为 None。如果您只想检测和跟踪人员,请将其设置为 0,或参考 coco.names 文件了解其他选项。
  13. 如果您想在跟踪时模糊某些对象

    • 修改bulr_id代码中的flag,指定检测的类ID。该标志的默认值设置为 None。
  14. 运行代码:

    Run object tracking

    python object_tracking.py --video ./data/test.mp4 --output ./output/output.mp4

    Run object tracking on webcam (set video flag to 0)

    python object_tracking.py --video 0 --output ./output/webcam.mp4

    Run person tracking (set class_id flag to 0 for person)

    python object_tracking.py --video ./data/test.mp4 --output ./output/output.mp4 --class_id 0

相关推荐
WHATEVER_LEO7 小时前
【每日论文】Latent Radiance Fields with 3D-aware 2D Representations
人工智能·深度学习·神经网络·机器学习·计算机视觉·自然语言处理
MYT_flyflyfly7 小时前
计算机视觉-OpenCV图像处理
图像处理·opencv·计算机视觉
清醒的兰11 小时前
OpenGL: QOpenGLShaderProgram
计算机视觉·图形渲染
普密斯科技14 小时前
工业相机选型五要素
人工智能·数码相机·计算机视觉·智能手机·自动化·视觉检测
高力士等十万人17 小时前
有哪些滤波,原理是什么,分别在什么时候用
图像处理·python·opencv·计算机视觉
lihuayong19 小时前
计算机视觉:卷积神经网络(CNN)基本概念(一)
人工智能·计算机视觉·cnn·卷积神经网络·激活函数·全连接层·池化层
埃菲尔铁塔_CV算法20 小时前
深度学习在半导体领域的创新点研究
人工智能·深度学习·算法·机器学习·计算机视觉
视觉人机器视觉1 天前
为什么要选择3D机器视觉检测
人工智能·计算机视觉·视觉检测
PaLu-LI1 天前
ORB-SLAM3的源码学习: Settings.cc:Settings::readCamera1/readCamera2 从配置文件中加载相机参数
人工智能·数码相机·opencv·学习·ubuntu·计算机视觉
羞儿1 天前
【读点论文】Rewrite the Stars将svm的核技巧映射到高维空间,从数理逻辑中丰富特征维度维度
算法·机器学习·支持向量机·计算机视觉·特征提取