xiaoxiong74 / Multi_Object_Detection_and_Tracking

A Demo of Multi_Object_Detection_and_Tracking(Counting)

* 部分结果展示

Introduction

• Detection: keras-yolo3 进行多目标检测训练得到目标检测器
• Tracking: deep_sort_yolov3 对检测到的目标进行跟踪

Requirement

• OpenCV
• keras
• NumPy
• sklean
• Pillow
• tensorflow-gpu 1.10.0

参考:

• 检测器: keras-yolo3
• 跟踪器: deep_sort_yolov3

Start

0.安装包

pip install -r requirements.txt

1. 克隆项目.

git clone https://github.com/xiaoxiong74/Multi_Object_Detection_and_Tracking.git

2. 训练自己的目标检测器

• 基于keras-yolo3，可以参照此博客进行基于keras-yolov3进行从0开始 训练自己的目标检测器

3. 进行目标检测或计数:

• 修改 deep_sort_yolov3/model_data/our_classes.txt 的目标类别为自己训练的目标类别
• 可以修改 deep_sort_yolov3/yolo.py 中 __init__ 初始化的一些参数，如iou阈值、置信度阈值、模型路径等，也可以 在detect_image 的for循环中对某些类别做一些返回限制
• 根据自己训练的检测类别数量修改 deep_sort_yolov3/main.py 中跟类别有关的参数，可以根据代码中的注释进行对应修改
• 修改完成后直接运行 python main.py 即可开始检测