我试用一下YOLOv8中的跟踪算法

这篇具有很好参考价值的文章主要介绍了我试用一下YOLOv8中的跟踪算法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

关注公众号,发现CV技术之美

YOLOv8已经加入了两个跟踪算法,方便对目标检测和分割的结果进行跟踪,可以直接在命令行使用,当然也可以用Python代码调用,非常方便。

以下是相关特性:

  1. 这两个跟踪算法是 BoT-SORT(https://github.com/NirAharon/BoT-SORT,目前在MOT17数据集上排名第二)和 ByteTrack(https://github.com/ifzhang/ByteTrack,ECCV 2022),不指明参数情况下使用BoT-SORT。

  2. 这两个算法都是多目标跟踪算法,比较实用。

  3. 支持对跟踪算法的参数进行修改,修改配置文件即可:ultralytics/tracker/cfg。

  4. 与YOLOv8目标检测和分割算法结合,一如既往的简单好用,广泛支持视频流、摄像头、本地视频文件等。

  5. 跟踪速度也很快,但目标大小和多少也会影响到速度。

  6. 跟踪算法目前仅有CPU实现,如果有GPU实现就更完美了。

如果要使用跟踪算法,最好把YOLOv8更新到最新版本:

pip install --upgrade ultralytics

命令行使用的话,就一句话:

yolo track model=yolov8n.pt source="https://youtu.be/Zgi9g1ksQHc"

以上命令是对Youtube上的视频流进行跟踪,如果你对摄像头获取的数据进行跟踪,可以用这个:

yolo track model=yolov8n.pt source=0

source=0 代表使用摄像头的设备号是0,有多个摄像头的话,可以根据具体情况填写1,2...

对本地mp4视频文件进行目标跟踪:

yolo track model=yolov8n.pt source="example.mp4"

CV君发现使用官方给的视频流url测试,跟踪显示不太对,不知是bug还是我本地网络原因。

于是我把那个视频下载下来测试并保存:

yolo track model=yolov8n.pt source='ultralytics.mp4' save=True
我试用一下YOLOv8中的跟踪算法,算法,python,开发语言

视频会被resize到长边640进行处理,我机器的CPU是E3-1230 v2,比较老,15%左右的CPU占用,跟踪一帧的时间也只有大约12-25ms,平均17ms,此时使用的算法是BoT-SORT。

但比较恐怖的是,内存占用非常高:

我试用一下YOLOv8中的跟踪算法,算法,python,开发语言

这跟我Chrome浏览器有得一拼了。

为验证是不是算法的问题,我用bytetrack也进行了测试,发现内存占用也一样高。后来发现这应该是YOLOv8检测模型占用内存比较大(开始忘了这茬了~)。

检测结果视频效果如下:

好像跟踪效果还是很好的!

不过这是官方给的视频,CV君又下载了一个车辆道路视频测试,视频源地址:https://www.youtube.com/watch?v=dfVvEkKWvY4&ab_channel=OlivertheTat

这种道路上的视频特点是,目标尺度和光照变化比较大,长期出现和短暂出现的目标并存,效果如下:

可以看到并不是很理想,前方车辆多次跟丢,id变了又变,最后几帧马路上的红绿灯甚至都没检测出来,也有跟丢的情况。

运行时间也变长了,平均一帧23ms了:

我试用一下YOLOv8中的跟踪算法,算法,python,开发语言

因为YOLOv8默认的检测器是在COCO数据集上训练的,所以并不一定都是大家感兴趣的类别,真正使用的时候,大家需要替换成自己训练的目标检测器初始化目标。

总之,YOLOv8中的目标跟踪并非完美,但作为一个集成在一起的工具,已经可以很方便地帮助我们快速进行项目测试和开发了。

END,入群👇备注:YOLO

我试用一下YOLOv8中的跟踪算法,算法,python,开发语言文章来源地址https://www.toymoban.com/news/detail-702482.html

到了这里,关于我试用一下YOLOv8中的跟踪算法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • yolov8 目标检测与跟踪

    参考: https://github.com/ultralytics/ultralytics https://github.com/TommyZihao/Train_Custom_Dataset/blob/main/%E7%9B%AE%E6%A0%87%E8%BF%BD%E8%B8%AA/%E5%85%AC%E5%BC%80%E8%AF%BE/ https://www.rstk.cn/news/42041.html?action=onClick *** 跟踪与检测都是用的YOLOv8目标检测一样的权重,跟踪算法暂时支持BoT-SORT 、 ByteTrack两种 视频下载

    2024年02月09日
    浏览(45)
  • YOLOv8初体验:检测、跟踪、模型部署

    YOLOv8 有两种安装方式,一种是直接用 pip 命令安装: 另外一种是通过源码安装: 安装完成后就可以通过 yolo 命令在命令行进行使用了。 使用 YOLOv8 进行目标检测,可以使用下面的命令: 如果模型权重不存在,程序会自动从GitHub中下载。如果对命令行的参数不了解,可以参考

    2024年02月03日
    浏览(36)
  • 使用 YOLOv8 和 DeepSORT 进行对象检测和跟踪

    文末附源代码的免费下载链接 在本教程中,您将学习如何使用 YOLOv8 检测对象以及如何使用 DeepSORT 跟踪视频中的这些对象。 目录 安装 Python 包 项目结构 使用 YOLOv8 和 OpenCV 进行实时目标检测 使用 DeepSORT 和 OpenCV 进行实时对象跟踪/

    2024年02月12日
    浏览(44)
  • YOLO8实战:yolov8实现行人跟踪计数

    本篇文章首先介绍YOLOV8实现人流量跟踪计数的原理,文末附代码 yolo8人流量统计 引言:行人跟踪统计是智能监控系统中的重要功能,可以广泛应用于人流控制、安全监控等领域。传统的行人跟踪算法往往受到光照、遮挡等因素的干扰,难以实现准确跟踪。随着深度学习技术的

    2024年02月06日
    浏览(74)
  • MAC M2芯片执行yolov8 + deepsort 实现目标跟踪

    步骤过程尝试: 执行mot17 数据集 到coco格式 执行mps发现显存不够用 选择autodl 上的服务器进行训练 安装conda install git 然后重新进行 pycocotools.进行 step 2 安装docker 环境 添加官方秘钥 安装docker环境失败 也是可以运行的 不影响bytetrack训练 这个是使用best权重计算得到的 下面是使

    2024年02月10日
    浏览(45)
  • 模型实战(14)之YOLOv8+Deepsort 实现车辆跟踪+计数 详解

    本文通过最新的检测模型YOLOv8算法+deepsort实现车辆跟踪与计数功能 源码+工程详解以点此直接下载可用 https://download.csdn.net/download/yohnyang/88026100 其效果如下: YOLOv8 + deepsort 智能车辆跟踪与计数系统 新建虚拟环境

    2024年02月13日
    浏览(45)
  • YOLOv8最新改进系列:融合最新的YOLOv9算法中的SPPELAN,助力小目标检测再上新点!!!

    YOLOv9原文链接戳这里,原文全文翻译请关注B站Ai学术叫叫首er B站全文戳这里! 详细的改进教程以及源码,戳这!戳这!!戳这!!!B站:AI学术叫叫兽 源码在相簿的链接中,动态中也有链接,感谢支持!祝科研遥遥领先! 截止到发稿时,B站YOLOv8最新改进系列的源码包,已

    2024年03月23日
    浏览(63)
  • 制造业中的微小缺陷检测——应用场景分析与算法选择(YoloV8/CANet)

    缺陷检测的任务通常可以分为三个主要阶段,包括缺陷分类、缺陷定位和缺陷分割。 1.缺陷分类 缺陷分类是检测过程的第一步,目的是将检测到的缺陷区域分类为不同的类别,通常是根据缺陷的性质或类型进行分类。分类的类别包括异色、空洞和经线。这一阶段的目标是确定

    2024年02月03日
    浏览(113)
  • 多目标跟踪MOT:Deepocsort+YOLOv8+OSnet实战(代码讲解)

    1. 到上面的github网站下载跟踪代码,该代码使用YOLOv8作为检测网络,不过YOLOv8的文件需要去下面的链接下载,然后替换掉跟踪代码中YOLOv8的空文件。 GitHub - ultralytics/ultralytics at 15b3b0365ab2f12993a58985f3cb7f2137409a0c NEW - YOLOv8 🚀 in PyTorch ONNX CoreML TFLite - GitHub - ultralytics/ultralytics at 1

    2024年02月04日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包