文件名称：使用光流实时多目标跟踪
文件大小：141.28MB
文件格式：ZIP
更新时间：2024-03-07 15:14:21
Python
##使用光学流进行多目标实时跟踪 2020年秋季CMPUT414组9 Github链接： : ##下载YOLOv4官方预训练权重如果我们想在不进行任何培训的情况下使用YOLOv4，我们可以下载预训练权重并将预训练文件放在此存储库的“数据”文件夹中。 下载链接： : 环境配置 请参考根目录中的requirements.txt。 ##输入和输出输入视频可以.mp4格式放在/ opticalFlowInput中。 并且需要在运行程序之前更改runDeepSort.sh中的输入文件名。 之后运行正确的shell命令。 输出文件将位于/ output中，并命名为tracker.avi。 ##如何运行代码运行算法：** YOLO + DeepSORT ** 在文件根路径中运行命令行： ./runDeepSort.sh正常 运行算法： YOLO +光流+ DeepSORT在文件根路径中运
【文件预览】：
REAL-TIME-MULTI-OBJECT-TRACKING-BY-USING-OPTICAL-FLOW-main
----ground_truth.py(576B)
----core()
--------common.py(3KB)
--------utils.py(13KB)
--------__pycache__()
--------dataset.py(14KB)
--------yolov4.py(16KB)
--------config.py(2KB)
--------backbone.py(8KB)
----tools()
--------freeze_model.py(8KB)
--------generate_detections.py(8KB)
----data()
--------inputVideo()
--------anchors()
--------.DS_Store(6KB)
--------dataset()
--------classes()
--------helpers()
----conda-gpu.yml(269B)
----requirements-gpu.txt(102B)
----runDeepSort.sh(1KB)
----object_tracker.py(17KB)
----LICENSE(1KB)
----.DS_Store(6KB)
----outputs()
--------demo.avi(9.4MB)
--------tracker.avi(4.27MB)
--------cars.avi(11.93MB)
----convert_tflite.py(3KB)
----requirements.txt(98B)
----model_data()
--------mars-small128.pb(10.72MB)
----opticalFlowInput()
--------.DS_Store(6KB)
--------yifuziyi.mp4(6.96MB)
----convert_trt.py(4KB)
----save_model.py(3KB)
----conda-cpu.yml(225B)
----README.md(4KB)
----deep_sort()
--------preprocessing.py(2KB)
--------kalman_filter.py(8KB)
--------__pycache__()
--------tracker.py(5KB)
--------nn_matching.py(6KB)
--------iou_matching.py(3KB)
--------__init__.py(28B)
--------linear_assignment.py(8KB)
--------track.py(5KB)
--------detection.py(2KB)
----Rectangle.py(2KB)