目标跟踪项目 (Target Tracking) 🎯

本项目基于 YOLOv7 和 DeepSORT 实现目标检测与跟踪功能，可以实时检测并跟踪视频中的目标对象。🔍

项目简介 ℹ️

这是一个基于 YOLOv7 目标检测算法和 DeepSORT 跟踪算法的目标跟踪系统。它能够检测视频中的多个目标并为它们分配唯一 ID，实现持续跟踪。项目支持 COCO 数据集的 80 个类别目标检测和跟踪。📊

功能特点 ✨

• 🎯 基于 YOLOv7 的目标检测，具有高精度和较快的检测速度
• 🔄 使用 DeepSORT 算法实现多目标跟踪
• 📦 支持 COCO 数据集的 80 个类别检测与跟踪
• 🖼️ 可视化显示检测框、类别标签、置信度和跟踪 ID
• 📊 实时统计并显示画面中目标数量
• 🎥 支持视频文件处理和实时摄像头输入
• 🎯 可选择特定类别进行跟踪

目录结构 📁

.
├── cfg/ # 配置文件目录
│ ├── baseline/ # YOLO 基础配置文件
│ ├── deploy/ # 部署配置文件
│ └── training/ # 训练配置文件
├── data/ # 数据相关配置
├── deep_sort/ # DeepSORT 跟踪算法实现
├── models/ # YOLOv7 模型定义
├── utils/ # 工具函数
├── weights/ # 模型权重文件
├── config.py # 项目配置文件
├── demo.py # 演示程序入口
├── target_tracking.py # 核心跟踪逻辑
└── README.md # 项目说明文档

环境依赖 💻

• 🐍 Python 3.7+
• 🔥 PyTorch 1.7+
• 🎞️ OpenCV
• 其他依赖项详见 requirements.txt

安装步骤 ⚙️

1. 📥 克隆项目代码：

   git clone <repository-url>
   cd target_track

2. 📦 安装依赖：

   pip install -r requirements.txt

3. ⬇️ 下载预训练模型：

   • 下载 YOLOv7 权重文件(yolov7.pt)并放置在weights/目录下
   • DeepSORT 的预训练模型已在项目中提供

使用方法 🚀

基本使用

1. ✏️ 修改 demo.py 文件中的视频路径：

   path=r'your_video_path.mp4'  # 设置要检测的视频路径

2. ▶️ 运行演示程序：

   python demo.py

3. 🛑 按 ESC 键停止程序

配置参数 ⚙️

在 config.py 中可以修改以下参数：

• conf_thres: 检测置信度阈值（默认: 0.62）📈
• iou_thres: NMS IOU 阈值（默认: 0.45）
• model_path: YOLOv7 模型路径（默认: "weights/yolov7.pt"）
• image_size: 输入图像尺寸，必须为 32 的倍数（默认: 640）

在 deep_sort/configs/deep_sort.yaml 中可以调整 DeepSORT 参数：

• REID_CKPT: ReID 模型路径
• MAX_DIST: 最大余弦距离
• MIN_CONFIDENCE: 最小置信度
• MAX_IOU_DISTANCE: 最大 IOU 距离
• MAX_AGE: 最大生存周期
• N_INIT: 初始化帧数

特定类别跟踪 🎯

如需跟踪特定类别的目标，可以在 demo.py 中指定类别名称：

main(path, classname="person")  # 只跟踪"person"类别

保存结果视频 💾

如需保存处理后的视频结果，可以设置：

main(path, IsvideoWriter=True)  # 保存结果为result.mp4

主要组件 🧩

target_tracking.py

核心功能模块，包含：

• detect(): 目标检测函数
• update_tracker(): 目标跟踪更新函数
• plot_bboxes(): 检测框可视化函数
• main(): 主函数，处理视频流

config.py

项目配置文件，包含模型路径、检测阈值等参数设置。

deep_sort/

DeepSORT 算法实现，包括：

• 检测匹配算法
• 轨迹管理
• ReID 特征提取

注意事项 ⚠️

1. ⚡ 确保已正确安装 CUDA 和 cuDNN 以获得 GPU 加速（如果可用）
2. 📏 输入图像尺寸必须为 32 的倍数
3. 📁 模型权重文件需要单独下载并放置在正确位置
4. 🇨🇳 如需使用中文显示功能，确保系统中存在"simsun.ttc"字体文件

项目展示 📺

程序运行时会显示：

• 🟨 检测到的目标边界框
• 🏷️ 目标类别和置信度
• 🔢 每个目标的唯一 ID
• 📊 当前画面中目标总数

Star History