文件名称：CarCountingYolov4-DeepSort:基于对象跟踪算法的对象计数算法，带有深度排序和来自Yolov4的检测
文件大小：73.99MB
文件格式：ZIP
更新时间：2024-04-21 11:56:49
Python
yolov4-deepsort 使用YOLOv4，DeepSort和TensorFlow实现的对象跟踪。 YOLOv4是一种先进的算法，它使用深度卷积神经网络来执行对象检测。 我们可以将YOLOv4的输出输入这些对象检测到Deep SORT（带有Deep Association Metric的简单在线和实时跟踪）中，以创建一个高度精确的对象跟踪器。 关于对象的对象跟踪器的演示 汽车上的对象跟踪器演示 入门 首先，请通过Anaconda或Pip安装适当的依赖项。 我建议使用GPU的人使用Anaconda路由，因为它可以为您配置CUDA工具包版本。 conda（推荐） # Tensorflow CPU conda env create -f conda-cpu.yml conda activate yolov4-cpu # Tensorflow GPU conda env create -
【文件预览】：
CarCountingYolov4-DeepSort-main
----requirements-gpu.txt(102B)
----convert_tflite.py(3KB)
----model_data()
--------mars-small128.pb(10.72MB)
----core()
--------config.py(2KB)
--------backbone.py(8KB)
--------utils.py(13KB)
--------dataset.py(14KB)
--------yolov4.py(16KB)
--------__pycache__()
--------common.py(3KB)
----convert_trt.py(4KB)
----conda-cpu.yml(225B)
----requirements.txt(98B)
----LICENSE(1KB)
----tools()
--------generate_detections.py(8KB)
--------freeze_model.py(8KB)
----conda-gpu.yml(269B)
----save_model.py(3KB)
----object_tracker.py(10KB)
----README.md(7KB)
----outputs()
--------demo.avi(9.4MB)
--------cars.avi(11.93MB)
----data()
--------classes()
--------video()
--------helpers()
--------dataset()
--------anchors()
----deep_sort()
--------preprocessing.py(2KB)
--------detection.py(2KB)
--------__init__.py(28B)
--------tracker.py(5KB)
--------linear_assignment.py(8KB)
--------iou_matching.py(3KB)
--------__pycache__()
--------track.py(5KB)
--------kalman_filter.py(8KB)
--------nn_matching.py(6KB)
----object_tracker (3).py(14KB)