文章目录

  • 一、项目简介
    • 1.1、使用说明
    • 1.2、支持的数据格式
    • 1.3、详解配置参数
  • 二、环境配置 + 文件配置
    • 2.1、环境配置
    • 2.2、源码下载：sort + yolo
    • 2.3、相关配置需求下载：requirements.txt
    • 2.4、配置权重文件
      • 2.4.1、下载目标检测权重文件：yolov7.pt
        • 2.4.1.1、运行报错：No module named ‘torchreid.metrics’
        • 2.4.1.2、运行报错：No such file or directory: ‘yolov7.pt’
      • 2.4.2、下载ReID权重文件：osnet_x0_25_msmt17.pt
        • 2.4.2.1、运行报错2：No URL associated to the chosen DeepSort weights.
        • 2.4.2.2、运行报错2：TimeoutError: [WinError 10060] 由于连接方在一段时间后，没有正确答复或连接的主机没有反应，连接尝试失败。
    • 2.5、运行成功
  • 三、详解源码中的文件夹与文件

多目标追踪

一、项目简介

yolo模型详解，请看博主这篇文章：三万字硬核详解：yolov1、yolov2、yolov3、yolov4、yolov5、yolov7
yolo模型训练，请看博主这篇文章：yolov7目标检测：基于自定义数据集完成检测、训练、测试

目标追踪包含两个阶段：（1）基于自定义数据集，训练yolo目标检测模型；（2）基于检测模型，将实时检测结果传递到StrongSORT追踪算法中，该算法在OSNet基础上结合运动和外观信息，可以跟踪yolo模型检测到的任何物体。

1.1、使用说明

备注：基于COCO数据集训练得到的yolov7目标检测预训练模型，共包括80个目标类别。COCO数据集的介绍和使用

（1）若需要自定义检测目标，则需要更换数据集并重新训练检测模型。 详细请参考
（2）若需要追踪指定目标，则可以指定追踪的目标类别：python track.py --source 0 --yolo-weights yolov7.pt --classes 16 17 # tracks cats and dogs, only

1.2、支持的数据格式

目标追踪支持多种数据格式（详细见官网）

1.3、详解配置参数

配置参数请看track.py，如下图。

举例说明：权重参数（'-yolo-weights'）是字符串类型（type=str），故在默认值default中输入字符串，并指定权重文件的默认地址（default='yolov7.pt'）。help是自定义描述文档。详细用法请参考argparse。

二、环境配置 + 文件配置

2.1、环境配置

详细请看博主这篇文章：【深度学习环境配置】详细教程（资源已上传）

2.2、源码下载：sort + yolo

项目环境要求（必须），最终以官网说明为准。
（1）Python >= 3.8
（2）torch >= 1.7

git下载：可以直接将 yolo 目标检测模型也一起下载。
code下载：需要分别对追踪项目、检测项目进行下载。因为追踪项目下载后得到的检测文件夹为空。
备注：项目路径中不可以有中文（否则会异常报错，找原因找到奔溃）

方法一：通过 git 下载

（1）安装软件：Git Bash Here
（2）鼠标右击并打开软件，然后输入：git clone --recurse-submodules https://github.com/mikel-brostrom/Yolov7_StrongSORT_OSNet.git

方法二：官方下载地址 【GitHub】Real-time multi-object tracking and segmentation using Yolov7 with StrongSORT with OSNet

（1）点击Code，Download ZIP，并进行解压。

（2）点击网址上的 yolov7（如上图），再次点击Code，Download ZIP，并进行解压。

（3）将下载好的yolov7解压后，将项目提取并存放到已下载的目标追踪的yolov7文件夹下。

2.3、相关配置需求下载：requirements.txt

（1）DOS命令行窗口：cd切换到Yolov7_StrongSORT_OSNet-main文件夹下

（2）DOS命令行窗口输入：pip install -r requirements.txt

2.4、配置权重文件

需要分别配置目标检测与目标追踪的权重文件（.pt），保存在与track.py同级目录下。
备注：依据个人需求，下载对应的权重文件（权重文件之间会有些不同）。

2.4.1、下载目标检测权重文件：yolov7.pt

2.4.1.1、运行报错：No module named ‘torchreid.metrics’

（1）输入命令运行程序（官网指令）：python track.py --source 0 --yolo-weights yolov7.pt --img 640

  • 系统报错：ModuleNotFoundError: No module named 'torchreid.metrics'。

2.4.2、下载ReID权重文件：osnet_x0_25_msmt17.pt

总共尝试了三种方法，最终解决问题。

2.4.2.1、运行报错2：No URL associated to the chosen DeepSort weights.

尝试方法一：在路径strong_sort\deep\checkpoint下，已经有多个ReID权重文件（.pth）。而通过指定该路径下的任意一个权重文件给到strong_sort_weights参数，但因为文件格式问题却导致运行失败。原因分析：ReID权重文件有点神秘，需要科学上网才能下载。
运行结果如下：

2.4.2.2、运行报错2：TimeoutError: [WinError 10060] 由于连接方在一段时间后，没有正确答复或连接的主机没有反应，连接尝试失败。

尝试方法二：通过输入命令下载指定文件（官网指令）：python track.py --source 0 --strong-sort-weights osnet_x0_25_market1501.pt
最终系统提示报错：TimeoutError: [WinError 10060] 由于连接方在一段时间后，没有正确答复或连接的主机没有反应，连接尝试失败。

2.5、运行成功

三、详解源码中的文件夹与文件

（1）下载后自带的文件夹及文件

文件夹

  • MOT16_eval：评估MOT16数据的脚本
  • strong_sort：追踪算法
  • yolov7：存放yolov7目标检测整个项目源码

文件

  • .gitignore：该文件是在git提交的时候用来屏蔽某些你不想提交上去的文件。.gitignore的用法
  • .gitmodules：子模块允许你将一个 Git 仓库作为另一个 Git 仓库的子目录。 它能让你将另一个仓库克隆到自己的项目中，同时还保持提交的独立。.gitmodules详解（Git子模块配置）
  • README.md：项目官网介绍
  • requirements.txt：项目运行所需要下载的库
  • track.py：追踪脚本
  • test.mp4：追踪视频文件（更多文件格式详见官网说明）

（2）配置文件夹

  • torchreid：模型所需要的基本配置文件（.py）
  • weights：存放目标检测与目标追踪的权重文件（.pt）

（3）检测后自动生成的文件夹

  • runs/track：存放检测视频