YOLOv5是目前流行的强悍的基于深度学习的目标检测技术。DeepSORT是流行的多目标跟踪方法。本课程使用YOLOv5和DeepSORT对视频中的行人、车辆做多目标跟踪和计数,开展YOLOv5目标检测器和DeepSORT多目标跟踪器方法强强联手的应用。
课程分别在Windows和Ubuntu系统上做项目演示,对DeepSORT原理进行讲解,并对DeepSORT的代码做详细解读(使用PyCharm单步调试讲解)。
课程内容分为:基础篇、实践篇、原理篇和代码解析篇。
- 基础篇包括多目标跟踪的任务介绍、多目标跟踪的常用数据集和多目标跟踪的评估指标;
- 实践篇中分别在Win10和Ubuntu系统上对YOLOv5+DeepSORT的多目标跟踪和计数具体的实践操作步骤进行演示,特别是讲解了对行人、车辆的ReID数据集上使用深度学习网络的训练方法;
- 原理篇中详细讲解了马氏距离、匈牙利算法、卡尔曼滤波器的原理,并解读了SORT论文和DeepSORT论文;
- 代码解析篇中使用PyCharm单步调试对DeepSORT的代码逐个文件进行讲解。
本课程提供注释后的deepsort代码以及行人和车辆ReID数据集下载(百度网盘和谷歌网盘)。
【相关课程】
本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:
《YOLOv5目标检测实战:训练自己的数据集》
《YOLOv5目标检测:原理与源码解析》
《YOLOv5目标检测实战:Flask Web部署》
《YOLOv5目标检测实战:TensorRT加速部署》
《YOLOv5目标检测实战:Jetson Nano部署》
《YOLOv5实战口罩佩戴检测》
《YOLOv5实战交通标志识别》
《YOLOv5实战垃圾分类目标检测》
《YOLOv5+DeepSORT多目标跟踪与计数精讲》