• 实现了 出/入 分别计数。
• 显示检测类别。
• 默认是 南/北 方向检测，若要检测不同位置和方向，可在 main.py 文件第13行和21行，修改2个polygon的点。
• 默认检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。
• 检测类别可在 detector.py 文件第60行修改。

bilibili

• python 3.6+，pip 20+
• pytorch
• pip install -r requirements.txt

1. 下载代码

   $ git clone https://github.com/dyh/unbox_yolov5_deepsort_counting.git
   

   因此repo包含weights及mp4等文件，若 git clone 速度慢，可直接下载zip文件：https://github.com/dyh/unbox_yolov5_deepsort_counting/archive/main.zip

2. 进入目录

   $ cd unbox_yolov5_deepsort_counting
   

3. 创建 python 虚拟环境

   $ python3 -m venv venv
   

4. 激活虚拟环境

   $ source venv/bin/activate
   

5. 升级pip

   $ python -m pip install --upgrade pip
   

6. 安装pytorch

   根据你的操作系统、安装工具以及CUDA版本，在 https://pytorch.org/get-started/locally/ 找到对应的安装命令。我的环境是 ubuntu 18.04.5、pip、CUDA 11.0。

   $ 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
   

7. 安装软件包

   $ pip install -r requirements.txt
   

8. 在 main.py 文件中第66行，设置要检测的视频文件路径，默认为 './video/test.mp4'

   140MB的测试视频可以在这里下载：https://pan.baidu.com/s/1qHNGGpX1QD6zHyNTqWvg1w 提取码: 8ufq

   capture = cv2.VideoCapture('./video/test.mp4')
   

9. 运行程序

   python main.py
   

• https://github.com/Sharpiless/Yolov5-deepsort-inference
• https://github.com/ultralytics/yolov5/
• https://github.com/ZQPei/deep_sort_pytorch