Yolov5_DeepSort_Pytorch

Yolov5_DeepSort_Pytorch

製品情報

お気に入り

プログラミング言語

公開チャット

サポートプラン

現在利用可能なOSSプランはありません

リポジトリのプロバイダーまたは寄稿者である場合は、OSSプランの追加を開始できます。

OSSプランを追加する
Learn more here

このOSSプランをお探しの場合は、お問い合わせください

製品詳細

Real-time multi-object tracker using YOLO v5 and deep sort

Easy training program of Yolov5 Deep Sort with PyTorch

Prerequisites

  • Already installed Docker

How to use

  • create environment (common step)

    • execute following script in command line
      
      # clone this repository
      git clone --recurse-submodules https://github.com/tmfi-analytics/Yolov5_DeepSort_Pytorch.git

    build Docker container using Dockerfile

    cd Yolov5_DeepSort_Pytorch docker build -t [YOUR CONTAINER NAME] .

3 ways to use

  • Just execute human tracking demo

    • edit config.sh as following

      # 訓練済みのモデルで物体追跡をする場合はここを1に設定
      JUST_PREDICTION=1
      
      # YOLOV5の訓練に自前のデータセットを使用する場合はここを1に設定
      USE_CUSTOM_DATASET=0
    • execute docker run command
      cd Yolov5_DeepSort_Pytorch
      docker run -it --env-file=config.sh -v `pwd`/data:/app/data --shm-size=2048m [YOUR CONTAINER NAME]
    • watch the output video
      ls data/result
  • train the human detection model and track using prepared dataset

  • train the human detection model and track using custom dataset

    • put train and val dataset as following
        スクリーンショット 2021-12-14 23 36 52
      put image files in images directory and label files in labels directory. the pair of image file and label file must be same file name
      please refer the following link about label format
      https://github.com/ultralytics/yolov5/wiki/Train-Custom-Data
    • put mp4 file for test as data/test/test.mp4
    • edit config.sh as following

      # 訓練済みのモデルで物体追跡をする場合はここを1に設定
      JUST_PREDICTION=0
      
      # YOLOV5の訓練に自前のデータセットを使用する場合はここを1に設定
      USE_CUSTOM_DATASET=1
    • execute docker run command
      cd Yolov5_DeepSort_Pytorch
      docker run -it --env-file=config.sh -v `pwd`/data:/app/data --shm-size=2048m [YOUR CONTAINER NAME]
    • watch the output video
      ls data/result

Stay in touch

  • ビジネスおよび開発者向けの実用的な最新情報をご希望ですか?
  • ソースコードプロジェクトに対するPieceXコミュニティのニーズについてご提供します。
  • PieceXの最新の無料コミュニティコードプロジェクトをいち早くお知らせします。
PieceX Logo