yolov5 deepsort 行人+车辆（检测 +计数+跟踪+测距）

最新推荐文章于 2025-05-18 10:55:55 发布

原创最新推荐文章于 2025-05-18 10:55:55 发布 · 863 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#YOLO #行人计数 #车辆计数 #目标检测与跟踪 #单目测距 #yolo deepsort #计算机视觉实战项目

计算机视觉实战项目集锦专栏收录该内容

837 篇文章

订阅专栏

# 功能简介

添加图片注释，不超过 140 字（可选）

- 实现了局域的出/入分别计数。

- 显示检测类别，ID数量。

- 默认是南/北方向检测，若要检测不同位置和方向，需要加以修改

- 可在 count_car/traffic.py 点击运行

- 默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车、船。

- 检测类别可在 objdetector.py 文件修改。

添加图片注释，不超过 140 字（可选）

# 代码运行

```bash
$ #code get------------>代码获取-------》---------------
```

因此repo包含weights及mp4等文件，若 git clone 速度慢，可直接下载zip

## 进入目录

```bash
$ cd unbox_yolov5_deepsort_counting
```

## 创建 python 虚拟环境

```bash
conda create -n deepsort python==3.8
```

激活虚拟环境

```bash
conda activate deepsort
```

升级pip

```bash
$ python -m pip install --upgrade pip
```

## 安装pytorch

根据你的操作系统、安装工具以及CUDA版本，在 PyTorch 找到对应的安装命令。我的环境是 ubuntu 18.04.5、pip、CUDA 11.0。

```bash
$ pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio===0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
```

添加图片注释，不超过 140 字（可选）

安装软件包

```bash
$ pip install -r requirements.txt
```

在 demo.py 文件中，设置要检测的视频文件路径，默认为 ***'./video/test.mp4'*

capture = cv2.VideoCapture(‘./video/test.mp4’)

## 运行程序

```bash
python count.py
```

# demo代码

```bash
detector = Detector()

    # 打开视频
    capture = cv2.VideoCapture(VIDEO_PATH)

    while True:
        # 读取每帧图片
        _, im = capture.read()
        if im is None:
            break

        # 缩小尺寸
        im = cv2.resize(im, (width//2, height//2))

        list_bboxs = []
        # 更新跟踪器
        output_image_frame, list_bboxs = objtracker.update(detector, im)
        # 输出图片
        output_image_frame = cv2.add(output_image_frame, color_polygons_image)

        if len(list_bboxs) > 0:
            # ----------------------判断撞线----------------------
            for item_bbox in list_bboxs:
                x1, y1, x2, y2, _, track_id = item_bbox
                # 撞线检测点，(x1，y1)，y方向偏移比例 0.0~1.0
                y1_offset = int(y1 + ((y2 - y1) * 0.6))
                # 撞线的点
                y = y1_offset
                x = x1
                if polygon_mask_blue_and_yellow[y, x] == 1:
                    # 如果撞 蓝polygon
                    if track_id not in list_overlapping_blue_polygon:
                        list_overlapping_blue_polygon.append(track_id)
                    # 判断 黄polygon list里是否有此 track_id
                    # 有此track_id，则认为是 UP (上行)方向
                    if track_id in list_overlapping_yellow_polygon:
                        # 上行+1
                        up_count += 1
                        print('up count:', up_count, ', up id:', list_overlapping_yellow_polygon)
                        # 删除 黄polygon list 中的此id
                        list_overlapping_yellow_polygon.remove(track_id)

                elif polygon_mask_blue_and_yellow[y, x] == 2:
                    # 如果撞 黄polygon
                    if track_id not in list_overlapping_yellow_polygon:
                        list_overlapping_yellow_polygon.append(track_id)
                    # 判断 蓝polygon list 里是否有此 track_id
                    # 有此 track_id，则 认为是 DOWN（下行）方向
                    if track_id in list_overlapping_blue_polygon:
                        # 下行+1
                        down_count += 1
                        print('down count:', down_count, ', down id:', list_overlapping_blue_polygon)
                        # 删除 蓝polygon list 中的此id
                        list_overlapping_blue_polygon.remove(track_id)
            # ----------------------清除无用id----------------------
            list_overlapping_all = list_overlapping_yellow_polygon + list_overlapping_blue_polygon
            for id1 in list_overlapping_all:
                is_found = False
                for _, _, _, _, _, bbox_id in list_bboxs:
                    if bbox_id == id1:
                        is_found = True
                if not is_found:
                    # 如果没找到，删除id
                    if id1 in list_overlapping_yellow_polygon:
                        list_overlapping_yellow_polygon.remove(id1)

                    if id1 in list_overlapping_blue_polygon:
                        list_overlapping_blue_polygon.remove(id1)
            list_overlapping_all.clear()
            # 清空list
            list_bboxs.clear()
        else:
            # 如果图像中没有任何的bbox，则清空list
            list_overlapping_blue_polygon.clear()
            list_overlapping_yellow_polygon.clear()
            
        # 输出计数信息
        text_draw = 'DOWN: ' + str(down_count) + \
                    ' , UP: ' + str(up_count)
        output_image_frame = cv2.putText(img=output_image_frame, text=text_draw,
                                         org=draw_text_postion,
                                         fontFace=font_draw_number,
                                         fontScale=0.75, color=(0, 0, 255), thickness=2)
        cv2.imshow('Counting Demo', output_image_frame)
        cv2.waitKey(1)

    capture.release()
    cv2.destroyAllWindows()

添加图片注释，不超过 140 字（可选）

```

# 结果展示

---------------

添加图片注释，不超过 140 字（可选）

# 总结


[外链图片转存中...(img-HcEkekNt-1730635027786)]





添加图片注释，不超过 140 字（可选）

[外链图片转存中...(img-H32SMj7y-1730635027787)]





添加图片注释，不超过 140 字（可选）

[外链图片转存中...(img-3EUAAYbT-1730635027787)]





添加图片注释，不超过 140 字（可选）

## # 总结

**各种追踪 测距 姿态估计 目标检测 计数 测速功能已实现，欢迎交流！**