发布时间:2023-09-09 14:00
deep sort c++开源代码情况:
https://blog.csdn.net/qq_35975447/article/details/119780276
1.C++调用代码
选择shaoshengsong的C++调用代码
https://github.com/shaoshengsong/DeepSORT
这里需要去掉tensorflow相关的代码,下载并添加Eigen代码路径,其他需要的库:opencv(mingw的,可从github找到,需要带ffmpeg的,否则播放不了视频,我这里用的OpenCV-MinGW-Build-OpenCV-3.4.6),ncnn(编译与使用可以看我其他的博客)
修改之后的yolov5+deep sort调用C代码放到了github(其中用到少量Qt库,可根据需要去掉Qt相关的部分):
https://github.com/Whu-wxy/yolov5_deepsort_ncnn_qt/
2.模型转换
yolov5模型训练与转换(yolov5在2021年10月多更新的第六版去掉了输入的focus层,C++调用很方便了):
https://github.com/ultralytics/yolov5
deep_sort pytorch模型转为ncnn:
用下面这里的模型文件转onnx的python代码
https://github.com/RichardoMrMu/deepsort-tensorrt
转之前需要把
https://github.com/ZQPei/deep_sort_pytorch
里面和fastreid部分先删掉,就不用配置fastreid了,因为用不到
转的时候还需要注意模型的路径和configs/deep_sort.yaml文件里写的路径一致
3.onnx转ncnn
https://convertmodel.com/#outputFormat=ncnn
4.模型文件
转换后的ncnn模型文件与测试视频放到了百度网盘, 提取码:xsuk。我是把视频,模型文件都放到了pro文件同级的src目录下面。
Bert+LSTM+CRF命名实体识别pytorch代码详解
【论文笔记】LVI-SAM:LIO-SAM 与 Vins-Mono 紧耦合系统
[01] 使用IDEA搭建SpringCloud项目方法_简单入门
【YoloV5 6.0|6.1 部署 TensorRT到torchserve】环境搭建|模型转换|engine模型部署(详细的packet文件编写方法)
STM32的启动过程 — startup_xxxx.s文件解析(MDK和GCC双环境)
2、Deep Learning in Higher Dimensions
WISE 2019 | ML-GCN:多标签图节点分类的半监督图嵌入