MOT using deepsort yolo3 with C++
操作系統：Ubuntu 16.04
代碼地址：https://github.com/TDHworkspace/Deepsort
深度學習的模型分兩個，一個是目標檢測，一個是目標跟蹤
目標檢測的模型 https://pjreddie.com/darknet/yolo/ 用的是OpenCV加載的，所以更換成您想要使用的模型
目標跟蹤中特徵部分 目標跟蹤模型 mars-small128
OpenCV的DNN加載YOLO模型，這樣就不用依賴Darknet庫 不依賴cuda，cudnn，這樣方便環境搭建 現在目標跟蹤的特徵部分使用TensorFlow C++的api。如果再想輕量級一些，就要去除Tensorflow的依賴。
環境配置可以參考：https://blog.csdn.net/tdh2017/article/details/105139097
裏面使用了github作者的大量代碼，站在巨人們的基礎上。
如果您要使用我的代碼搭建環境，您要做的是
１．按照我上面那個網站把所需軟件安裝好
２．修改 CMakeLists.txt 主要是頭文件，庫文件的路徑更改成您自己的文件所在路徑
３．mkdir build
4．cd build/
make ..
5． ./deepsort --video=run.mp4
效果如圖
注：模型文件放置與生成文件相同的目錄 https://pan.baidu.com/s/1aS7N9ZVffYrMjDafwuisGg 提取碼: u6pv
修改DeepSORT/CMakeList.txt裏１４～２４行，分別是opencv 以及tensorflow 的目錄
將百度雲下載的文件放置在DeepSORT/build裏，make 後build下文件結構如下圖
