更多视觉额自动驾驶项目请见小白学视觉自动驾驶项目yolov5deepsort目标检测与跟踪yolov5deepsort目标检测与跟踪教程代码实现效果项目下载地址全部项目代码可私信或评论区留言获取先看下项目的列表文件夹不多只要加载权重和图片就可以实现目标的检测追踪!安装方法授人以鱼不如授人以渔学会此技巧以后工作学习再也不怕配置环境了。下载好后输入以下命令conda create -n track_yolo5 python3.7然后紧接着使用conda activate track_yolo5其次键入pip install -r requirements.txt完成后就可以接在上图目录终端输入python app_track.py完成yolov5追踪任务。值得注意的是如果想换成自己的数据视频需要在config.yml里面 source中的1.mp4换成你的视频.重要代码importtorchimporttorch.backends.cudnnascudnnimportpandasaspdfrominfrastructure.handlers.trackimportTrackerimportos os.environ[KMP_DUPLICATE_LIB_OK]TRUEos.environ[OMP_NUM_THREADS]1os.environ[OPENBLAS_NUM_THREADS]1os.environ[MKL_NUM_THREADS]1os.environ[VECLIB_MAXIMUM_THREADS]1os.environ[NUMEXPR_NUM_THREADS]1importsys lib_pathos.path.abspath(os.path.join(infrastructure,yolov5))sys.path.append(lib_path)trackerTracker(config_path../../settings/config.yml)withtorch.no_grad():tracker.detect()print(------------1)此代码包含了目标检测的加载和追踪的代码值得一行行dehug来学习和提升。推理结果下图为我本人的数据视频结果的截图可见该模型在检测区域效果良好达到了毕业设计的水平。下图为动态图原文中的效果其加载Yolov5 和deepsort权重后效果yyds更多视觉额自动驾驶项目请见小白学视觉自动驾驶项目