目标检测和跟踪

深色模式开关

安装环境 ​

获取代码 ​

shell
# 需要配置 github 上的 SSH key
git clone --recursive git@github.com:HenryZhuHR/deep-object-detect-track.git
shell
git clone --recursive https://github.com/HenryZhuHR/deep-object-detect-track.git

进入项目目录

shell
cd deep-object-detect-track

后续的脚本基于 deep-object-detect-track 目录下执行

如果未能获取子模块，可以手动获取，如果 git submodule 无法获取，可以使用 git clone 获取

shell
# in deep-object-detect-track directory
git submodule init
git submodule update
shell
git clone https://github.com/ultralytics/yolov5.git projects/yolov5

系统要求 ​

操作系统 ​

项目在 Linux(Ubuntu) 和 MacOS 系统并经过测试 ，经过测试的系统：

  • ✅ Ubuntu 22.04 jammy (CPU & GPU)
  • ✅ MacOS (CPU)

WARNING

项目不支持 Windows 系统 ❌ ，如果需要在 Windows 系统上运行，可以使用 WSL2 或者根据提供的脚本手动执行；虽然已经测试通过，但是不保证所有功能都能正常运行，因此不接受 Windows 系统的问题反馈

GPU ​

如果需要使用 GPU 训练模型，需要安装 CUDA Toolkit，可以参考 CUDA Toolkit Archive 下载对应版本的 CUDA Toolkit，具体下载的版本需要参考 INSTALL PYTORCH

例如 Pytorch 2.3.0 支持 CUDA 11.8/12.1，因此安装 CUDA 11.8/12.1 即可，而不需要过高的 CUDA 版本，安装后需要配置环境变量

shell
# ~/.bashrc
export CUDA_VERSION=12.1
export CUDA_HOME="/usr/local/cuda-${CUDA_VERSION}"
export PATH="$CUDA_HOME/bin:$PATH"
export LD_LIBRARY_PATH="$CUDA_HOME/lib64:$LD_LIBRARY_PATH"

事实上，Pytorch 1.8 开始就会在安装的时候自动安装对应的 CUDA Toolkit，因此不需要手动安装 CUDA Toolkit，因此可以跳过这一步

MacOS 系统不支持 CUDA Toolkit，可以使用 CPU 训练模型 (Yolov5 项目暂不支持 MPS 训练)，但是推理过程可以使用 Metal ，参考 Introducing Accelerated PyTorch Training on Mac 和 MPS backend

安装环境 ​

这里安装的环境指的是需要训练的环境，如果不需要训练而是直接部署，请转至 「模型部署」 文档

可以使用 venv 或 conda 创建虚拟环境

  • venv : 嵌入式设备的部署建议使用这种方案，以确保链接到系统的库，如果没有安装，请安装
shell
sudo apt install -y python3-venv python3-pip
shell
# Mac 貌似自带了 python3-venv
# brew install python3-venv python3-pip
  • conda : 如果没有安装，请从 Miniconda 下载，或者快速安装
shell
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
shell
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh
zsh Miniconda3-latest-MacOSX-arm64.sh

创建虚拟环境

shell
python -m venv .env/deep-object-detect-track
source .env/deep-object-detect-track/bin/activate
shell
conda create -p .env/deep-object-detect-track python=3.10 -y
conda activate ./.env/deep-object-detect-track
shell
conda create -n deep-object-detect-track python=3.10 -y
conda activate deep-object-detect-track

Python 版本选择 3.10 是因为 Ubuntu 22.04 默认安装的 Python 版本是 3.10

安装依赖，其中包含了 PyTorch 以及 yolov5 项目依赖

shell
pip install -r requirements.txt