YOLOv8+bytetrack实现多目标追踪

1. bytetrack简介

ByteTrack是一种基于检测的目标追踪算法,它在YOLOv8检测器的基础上进行了改进,实现了更高效的目标追踪,具有简单、高效和通用的特点。相较于传统的多目标跟踪方法,ByteTrack不依赖于ReID模型,而是通过关联每个检测框来进行跟踪。这种方法可以有效地解决低分检测框被简单丢弃的问题,从而减少漏检和碎片化轨迹的情况。

ByteTrack算法流程如下:首先,使用目标检测器对当前帧进行检测,得到一系列候选目标框。然后,利用卡尔曼滤波对目标框进行预测,并利用匈牙利算法进行数据关联,将检测框与历史轨迹进行匹配。对于得分较高的目标框,直接与历史轨迹匹配;对于得分较低的目标框,则与第一次没有匹配上的轨迹进行匹配,用于检测目标遮挡的情形。

为了实现高效的实时多目标跟踪,ByteTrack还采用了一些优化策略。例如,对轨迹进行分类,避免在代码阅读时出现混淆的情形;同时,对于连续两帧都未匹配上的轨迹,将其标记为即将删除的轨迹,从而及时清理无效轨迹。

在实际应用中,ByteTrack能够轻松应用到各种多目标跟踪框架中,并取得显著的性能提升。在MOT17测试集上,ByteTrack实现了80.3 MOTA、77.3 IDF1和63.1 HOTA等优异性能指标,同时在单个V100 GPU上运行速度达到了30 FPS。这表明ByteTrack具有高效、准确和实时性强的特点,能够满足实际应用的需求。

2. 实现流程

使用了 YOLOv8 和 ByteTrack 进行目标识别与跟踪。实现流程:如下面代码所示

  1. 导入必要的库:

    • cv2:用于处理视频和图像。
    • os:用于处理文件路径。
    • ultralytics.YOLO:用于加载 YOLOv8 模型进行目标检测和跟踪。
  2. 加载 YOLOv8 模型:

    model = YOLO(r'track/pt/best.pt')
    

    这行代码加载了预训练的 YOLOv8 模型,该模型用于目标检测和跟踪。

  3. 设置输入视频文件夹路径和输出视频文件夹路径:

    input_video_folder = r"track/input"
    output_video_folder = r"track/output"
    

    这里定义了输入视频文件夹路径和输出视频文件夹路径。

  4. 获取视频文件列表并按文件名排序:

    video_files = [file for file in os.listdir(input_video_folder) if file.endswith(".mp4")]
    video_files.sort()
    

    这行代码获取指定文件夹中所有以 .mp4 结尾的视频文件,并按文件名排序。

  5. 循环处理每个视频文件:

    for video_file in video_files:
    

    这是一个循环,遍历所有视频文件。

  6. 打开视频文件并设置输出视频路径:

    input_video_path = os.path.join(input_video_folder, video_file)
    output_video_path = os.path.join(output_video_folder, video_file)
    

    这里根据当前视频文件构建输入视频文件路径和输出视频文件路径。

  7. 获取视频的帧率和尺寸:

    fps = cap.get(cv2.CAP_PROP_FPS)
    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    

    这行代码获取视频的帧率和尺寸。

  8. 创建视频写入对象:

    out = cv2.VideoWriter(output_video_path, fourcc, fps, (width, height))
    

    这行代码创建了一个视频写入对象,用于写入处理后的视频帧。

  9. 循环处理视频的每一帧:

    while cap.isOpened():
    

    这是一个循环,用于处理视频的每一帧。

  10. 读取视频的下一帧:

    success, frame = cap.read()
    

    这行代码读取视频的下一帧,并将帧存储在变量 frame 中。

  11. 使用 YOLOv8 模型进行目标检测和跟踪:

    results = model.track(frame, tracker="ultralytics/cfg/trackers/bytetrack.yaml", persist=True)
    

    这行代码使用 YOLOv8 模型对当前帧进行目标检测和跟踪,使用 ByteTrack 跟踪器,并设置 persist=True 以保持跟踪。

  12. 将检测和跟踪结果可视化并写入输出视频:

    annotated_frame = results[0].plot()
    out.write(annotated_frame)
    

    这行代码将检测和跟踪结果可视化在当前帧上,并将结果写入输出视频。

  13. 显示处理后的视频帧:

    cv2.imshow("YOLOv8 Tracking", annotated_frame)
    

    这行代码显示处理后的视频帧。

  14. 检测是否按下 ‘q’ 键:

    if cv2.waitKey(1) & 0xFF == ord("q"):break
    

    如果用户按下键盘上的 ‘q’ 键,则跳出循环。

  15. 释放视频捕获对象和视频写入对象:

    cap.release()
    out.release()
    

    这行代码释放视频捕获对象和视频写入对象,释放视频资源。

  16. 关闭显示窗口:

    cv2.destroyAllWindows()
    

    这行代码关闭 OpenCV 显示的所有窗口。

  17. 显示处理完成信息:

    print("所有视频处理完成!")
    

    这行代码打印输出所有视频处理完成的消息。

3. 总体代码:

import cv2
from ultralytics import YOLO
import os# Load the YOLOv8 model
model = YOLO(r'track/pt/best.pt')# 输入视频文件夹路径和输出视频文件夹路径
input_video_folder = r"track/input"
output_video_folder = r"track/output"# 获取视频文件夹中的所有视频文件名,并按文件名排序
video_files = [file for file in os.listdir(input_video_folder) if file.endswith(".mp4")]
video_files.sort()# 循环处理每个视频文件
for video_file in video_files:# 打开视频文件input_video_path = os.path.join(input_video_folder, video_file)cap = cv2.VideoCapture(input_video_path)# 获取输出视频文件名output_video_path = os.path.join(output_video_folder, video_file)# 获取视频的帧率和尺寸fps = cap.get(cv2.CAP_PROP_FPS)width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))# 创建视频写入对象fourcc = cv2.VideoWriter_fourcc(*'mp4v')out = cv2.VideoWriter(output_video_path, fourcc, fps, (width, height))# Loop through the video frameswhile cap.isOpened():# Read a frame from the videosuccess, frame = cap.read()if success:# Run YOLOv8 tracking on the frame, persisting tracks between framesresults = model.track(frame, tracker="ultralytics/cfg/trackers/bytetrack.yaml", persist=True)# Visualize the results on the frameannotated_frame = results[0].plot()# Write the annotated frame to the output videoout.write(annotated_frame)# Display the annotated framecv2.imshow("YOLOv8 Tracking", annotated_frame)# Break the loop if 'q' is pressedif cv2.waitKey(1) & 0xFF == ord("q"):breakelse:# Break the loop if the end of the video is reachedbreak# Release the video capture and video write objectscap.release()out.release()# Close the display window
cv2.destroyAllWindows()print("所有视频处理完成!")

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:http://www.mzph.cn/news/830504.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

在国内 PMP 有多少含金量?

PMP认证并不是对所有人都有价值,也并不是考到它必须会升值加薪,那可能就有人会问了,那我为什么还要考PMP?此言差矣,我个人项目管理行业混迹了这么多年了,真正对我有用的证书除了学历以外就是PMP认证了&…

Ubuntu 24.04 LTS (Noble Numbat) 正式版发布

Ubuntu 24.04 LTS (Noble Numbat) 正式版发布 Canonical 的第 10 个长期支持版本在性能工程、企业安全和开发人员体验方面树立了新标准 请访问原文链接:Ubuntu 24.04 LTS (Noble Numbat) 正式版发布,查看最新版。原创作品,转载请保留出处。…

搭建基础镜像(centos+jdk)

搭建基础镜像(centosjdk) 1. 目录结构1.1 应用目录2.2 镜像目录 2. 编写Dockerfile2.1 设置工作目录2.2 解决时间同步问题(设置时区)2.3 核心逻辑2.4 设置环境变量 3. 构建镜像3.1 构建镜像3.2 导出镜像 1. 目录结构 1.1 应用目录…

人脸识别系统

一、引言 随着科技的飞速发展,人脸识别技术已经成为现代社会中一个重要的科技应用领域。人脸识别系统,顾名思义,是通过分析人的面部特征进行身份识别的一种技术。近年来,这一技术在公共安全、金融服务、智能门禁、手机解锁等多个领域得到了广泛应用,极大地提升了社会的安…

Java获取文件类型,FileTypeUtil、Files、MimetypesFileTypeMap、URL多种实现对比

说说需求: 工作中需要判断文件是否是音频文件,实际生产环境中,遇到用户修改文件后缀的情况,导致逻辑处理异常。 正确获取到文件的类型是核心工作了,以下是实现的方案: hutool的FileTypeUtilJDK的FilesJDK…

10.MMD 室内场景导入背景视频和灯光

导入背景视频 1. 导入人物和场景 场景是Akali’s room,可以在墙壁上添加视频 先添加主场景 2. 修改视频文件格式 在背景里选择导入背景视频文件 需要将mp4视频格式转化为AVI格式 方法一 先将视频导入格式工厂 点击配置 将视频编码改成DivX 再开始处理 …

DockerUI安装使用

DockerUI安装使用 主机环境 [roottest01 ~]# uname -a Linux test01 3.10.0-862.el7.x86_64 #1 SMP Fri Apr 20 16:44:24 UTC 2018 x86_64 x86_64 x86_64 GNU/Linux [roottest01 ~]# cat /etc/redhat-release CentOS Linux release 7.5.1804 (Core)安装 [roottest01 ~]# doc…

【算法基础实验】图论-UnionFind连通性检测之quick-find

Union-Find连通性检测之quick-find 理论基础 在图论和计算机科学中,Union-Find 或并查集是一种用于处理一组元素分成的多个不相交集合(即连通分量)的情况,并能快速回答这组元素中任意两个元素是否在同一集合中的问题。Union-Fin…

分布式存储 Ceph 的演进经验

从 2004 年到今天,Ceph 的存储后端一直都在演变,从最开始基于 B 树的 EBOFS 演变到今天的 BlueStore,存储后端已经变得非常成熟,新的存储系统不仅能够提供良好的性能,还有着优异的兼容性。我们在这篇文章中将要简单介绍…

Android SQLiteDatabase的使用详解

1、数据库–公共变量: 2、数据库–打开: 3、数据库–增: 4、数据库–删: 5、数据库–改: 6、数据库–查: 7、数据库–关闭: 8、数据库–辅助工具: 9、数据库–效果&…

配置DHCP和DNS

DHCP DHCP原理 作用:是一种网络协议,用于自动分配IP地址、子网掩码、默认网关、DNS服务器等TCP/IP参数 1.DHCP的四个报文 1.discover报文: 找寻dhcp服务器 2.offer报文: 服务器回复discover报文并且携带网络配置信息&#xff…

我在公司干了两年,有个在公司工作三年的成员要离职,接手别人代码才发现真的是一言难尽

微服务框架是别的团队的人搭建的,他负责单独开发一个报表模块,这是初始版本,还未上线 1、nacos做注册中心,却胡乱注册,服务命名有下划线 测试环境nacos配置命名空间为dev,直接与其他的微服务test命名空间…

网格简化算法

渐进网格法(Progressive Mesh) [3] Progressive Mesh是Hugues Hoppe大神在1996年提出的网格动态化简方法。这个方法以边坍缩(edge collapse,之前提到的几何元素删除方法之一)与点分裂(Vertex Splitting)为基本操作,记录了模型在连续的简化过程中的拓补变…

Qt QLineEdit详解

1.简介 QLineEdit是一个单行文本编辑器。 行编辑允许用户使用一组有用的编辑功能输入和编辑单行纯文本,包括撤消和重做、剪切和粘贴以及拖放。 通过更改行编辑的echoMode,它也可以用作“只写”字段,用于密码等输入。 文本的长度可以限制为ma…

tensorflow-serving实战

相关代码见文末 Tensorflow-Serving使用方法 1.打开主页 GitHub - tensorflow/serving: A flexible, high-performance serving system for machine learning models 2.docker pull tensorflow/serving 下载完我们只需要其中的一个训练好的模型而已 3.git clone GitHub …

安卓Flutter框架:一种高效跨平台移动应用解决方案的探究

摘要 在移动开发领域,跨平台技术正变得越来越重要。谷歌推出的Flutter框架以其高效的开发模式和高性能的运行时表现,为开发者提供了一个极具吸引力的解决方案。本文将概述Flutter框架的核心概念,分析其优缺点,并探讨其在各种应用场…

C++:初始C++

文章目录 C关键字命名空间命名空间定义命名空间的使用 C的输入&输出缺省参数缺省参数的概念缺省参数分类 函数重载函数重载的概念C支持函数重载的原理——名字修饰(name Mangling) 引用引用的概念引用特性常引用使用场景做参数做返回值 传值、传引用效率比较值和引用作为返…

毅四捕Go设计模式笔记——命令模式

命令模式(Command Pattern) 为了解决什么问题? 命令模式的目的是将请求发起者和请求执行者解耦,使得请求的发起者不需要知道具体的执行者是谁,也不需要知道执行的具体过程,只需要发送请求即可。 通过使用…

如何轻松在D盘新建文件夹?意外丢失的文件夹怎么找回

对于很多刚接触电脑的朋友来说,如何正确地新建文件夹并将其放置在特定盘符(如D盘)可能是一个不小的挑战。同时,如果新建的文件夹突然消失,而我们又确信自己没有删除它,那么该如何找回呢?本文将为…

ORB-SLAM2算法单目流程

ORB-SLAM系列算法框架比较复杂,下面来梳理一下单目算法的流程。 一:单目初始化 单目初始化也就是单目的地图初始化。流程如下: * Step 1:(未创建)得到用于初始化的第一帧,初始化需要两帧 * …