参考项目:https://github.com/JackWoo0831/Yolov7-tracker/tree/master

github链接:https://github.com/Whiffe/Yolov7-tracker
码云链接:https://gitee.com/YFwinston/Yolov7-tracker

b站视频:https://www.bilibili.com/video/BV1Rh4y1K7zt/

1 项目安装

1.1 环境搭建

平台:AutoDL
选择镜像:
PyTorch 1.7.0 Python 3.8(ubuntu18.04) Cuda 11.0
在这里插入图片描述

1.2 项目下载

通过github下载

git clone https://github.com/Whiffe/Yolov7-tracker

或者通过码云下载(推荐)

git clone https://gitee.com/YFwinston/Yolov7-tracker

1.3 权重下载

下载权重,放在:Yolov7-tracker/weights中
权重下载:https://download.csdn.net/download/WhiffeYF/88250387

在这里插入图片描述

1.4 环境安装

pip install -r requirements.txt 
pip install Cython
pip install cython_bbox
pip install motmetrics

1.5 上传待检测的视频帧

在这里插入图片描述
在这里插入图片描述

2 视频帧检测与追踪

2.1 检测与追踪

python tracker/track_demo.py --obj ./detect_frames/ --save_txt True

在这里插入图片描述
在这里插入图片描述

2.3 结果

结果有文本结果和图片结果:
文本结果如下:
Yolov7-tracker/demo_result/detect_frames/01
在这里插入图片描述

图片结果如下:
Yolov7-tracker/demo_result/result_images
在这里插入图片描述
在这里插入图片描述

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐