DeepSort+Pychram

本文主要是为了深入理解DeepSort而写的，由于时间精力有限慢慢来。

先看以下的两个链接：

code：https://github.com/nwojke/deep_sort

paper: Simple Online and Realtime Tracking with a Deep Association Metric

           Deep Cosine Metric Learning for Person Re-identification

接下来我们看一下代码的构造：

大概是一个这样的结构

--application_util--image_viewer.py #该模块包含一个基于OpenCV的图像查看器和绘图例程--preprocessing.py #预处理--visualization.py #可视化
--deep_sort--detection.py #检测模块--iou_matching.py #该模块包含IOU匹配度量。--kalman_filter.py #用于图像空间过滤的卡尔曼滤波器实现和具体参数化。--linear_assignment.py #用于解决线性分配的问题--nn_matching.py #用于最近邻居匹配度量的模块  emmm..应该是作者自己说的引用的那个啥？哦对余弦测量--track.py #这玩意是单目标追踪器 （哈哈哈我要的就是这玩意）--tracker.py #这玩意是多目标追踪器
--tools  #从冷冻推理图中生成检测--freeze_model.py #查了一下这玩意是推理图--generate_detections.py  #生成检测
--deep_sort_app.py 
--evaluate_motchallenge.py #评估（？）知道的小伙伴告诉我一下这个是什么玩意，评估啥呀
--generate_videos.py #生成视频
--show_results.py  #结果#大概就是这样子了

1.运行deepsort

创建环境>进入环境

pip install -r requirements.txt

这里有一点要注意，如果想用gpu训练的话，把这个删除

如果安装的话

pip uninstall torch

安装cuda torch

conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch

点击

pip install requests
pip install pandas
pip install seaborn

运行成功