|
|
YOLO8行人统计系统
|
|
|
|
|
|
|
|
|
一、源码描述
|
|
|
YOLO8行人统计系统
|
|
|
|
|
|
二、功能介绍
|
|
|
yolov8行人统计 yolov8多目标跟踪算法实现的人流量统计
|
|
|
[hot]传统的基于yolo和多目标跟踪算法的跟踪计数都是把区域(线)的位置写固定,把视频文件写固定,换一个视频画面基本就不能检测了,本系统有文件选择GUI界面,支持用户根据自己待检测的视频划定区域,然后进行跟踪检测。
|
|
|
区域你来定!文件你来选!实现了单道双向人流量分别计数
|
|
|
[1]源码有非常详细的注释,手把手教会yolo8的追踪计数功能,该项目教程可拓展至其它越界统计计数,比如车辆计数,车辆禁停闯入统计……
|
|
|
[2]8页的环境配置文档,不用担心配置不好环境,跟着文档来
|
|
|
[3]详细的技术实现讲解文档,不仅仅是源码有注释,还附带文档解析yolo8结合多目标跟踪算法一步步实现行人,车辆跟踪统计
|
|
|
提醒:这里直接使用YOLO官方提供的在coco数据集上训练好的原始模型,无需自己训练,无数据集
|
|
|
特别注意:本项目非成品软件,需要按照环境配置文档配置python环境源码运行
|
|
|
|
|
|
三、注意事项
|
|
|
1.运行该项目先要pip 安装 requirements.txt中的包哦(仔细查看 requirements.txt中的内容,禁止直接 pip install -r requirements.txt)。确保自己的环境中有这些必要的依赖(推荐使用anaconda为项目单独创建一个虚拟环境,python==3.10)
|
|
|
2.配置好运行环境之后,运行find_region_and_exec.py文件,运行该py文件会弹出文件选择窗口,在此窗口选择要进行跟踪检测的视频文件(仅支持.mp4 .avi .mov且视频编码正确的视频),然后程序会播放该视频,敲击键盘空格键,视频会暂停播放并进入编辑界面,然后就可以在画面上划定区域了。按照下面的步骤进行区域划定:
|
|
|
1 鼠标左键点击选点
|
|
|
2 选两个点之后(两个点自动连线),自动退出编辑页面,然后等待一段时间系统自动弹窗
|
|
|
特别注意:运行find_region_and_exec.py进入编辑页面,在视频中选两个点连线之后,程序会自动退出,此时不是程序有bug,相反程序是在正常执行,等待一段时间之后又会弹窗显示,此时才是按照画的线统计人流量。
|
|
|
3.目标跟踪是建立在目标检测的基础之上,非常耗费算力,有gpu一定要用gpu推理,特别注意:如果没有英伟达显卡,视频或者摄像头实时推理速度会很慢很慢,但是如果有显卡推理速度还是很慢,检查自己的环境pytorch是不是装成了cpu版本的,要安装成gpu版本的torch推理速度才会快
|
|
|
4.推理速度非常慢,如何加速。有以下几点优化建议:(1)有gpu要用gpu推理(2)加载更小的yolo8模型(yolo8n、8s、8m、8l、8x模型权重依次增大,检测精度依次增高,推理速度依次减慢,速度与精度不可兼得)(3)替换追踪算法,
|
|
|
yolo8中内置了byte-tacker与BoT-Sort两个多目标检测算法,这两个算法与经典的Sort、DeepSort相比检测精度高,但检测速度不如这两个经典算法。可以考虑替换yolo8内置的目标跟踪算法为DeepSort算法或者Sort算法,但要权衡检测速度与精度互相矛盾的问题.
|
|
|
5.如何提高检测精度、跟踪精度:加载更大的yolo8模型(yolo8n、8s、8m、8l、8x模型权重依次增大,检测精度依次增高,但速度与精度不可兼得);yolo8中内置了byte-tacker与BoT-Sort两个多目标检测算法,Bot-Sort算法精度更高
|
|
|
#python版本不强制要求,但最好为3.10
|
|
|
#cpu环境与gpu环境根据自己有无英伟达显卡选择
|
|
|
#cpu环境(若虚拟环境中无pytorch,ultralytics底层自动依赖下载cpu版本的torch,如对项目的检测速度有要求请安装gpu版本的torch)
|
|
|
ultralytics==8.0.170
|
|
|
onnx==1.14.1
|
|
|
onnxruntime==1.15.1
|
|
|
#gpu环境(这里安装的是gpu版本的torch,请到pytorch官网复制与你的英伟达显卡驱动所支持的cuda版本对应的安装命令,下面以cuda 11.8为例给出示例命令)
|
|
|
# pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 (先在环境中下载好gpu版本的torch,再安装ultralytics)
|
|
|
# pip3 install ultralytics==8.0.170
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
作者: 编程学习园地
|
|
|
|
|
|
如需获得该源码的视频、更新等更多资料请访问: https://www.51aspx.com/Code/PyYOLO8CountPasserby
|
|
|
------------------------------------------------------------------------------------------------
|
|
|
|
|
|
源码服务专家
|
|
|
官网: https://www.51aspx.com
|
|
|
讨论圈: https://club.51aspx.com/
|
|
|
|
|
|
平台声明:
|
|
|
|
|
|
1.51Aspx平台上提供下载的资源为免费、共享、商业三类源码,其中免费和共享源码仅供个人学习和研究使用,商业源码请在相应的授权许可条件下使用;
|
|
|
2.51Aspx平台对提供下载的软件及其它资源不拥有任何权利,其版权归属源码合法拥有者所有;
|
|
|
3.著作权人发现本网站载有侵害其合法权益的内容或作品,请与我们联系( 登录官网与客服反馈或发送邮件到support@51Aspx.com );
|
|
|
4.51Aspx平台不保证提供的下载资源的准确性、安全性和完整性;
|
|
|
|
|
|
友情提示:
|
|
|
一般数据库文件默认在 DB_51Aspx 文件夹下
|
|
|
默认账号密码一般均为51Aspx
|
|
|
关于源码使用常见问题及解决方案,请参阅: https://www.51aspx.com/Help
|