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