尧图网站建设 
简介这是一套基于PythonYOLOv5与DeepSort实现的行人/车辆跟踪计数系统完整项目面向毕业设计、课程设计及实际项目开发场景适合具备一定Python基础、希望快速落地目标检测与多目标跟踪功能的开发者。项目源码已在Windows 10、PyCharm、Python 3.6环境下通过严格测试核心依赖仅需PyTorch 1.7.0及以上与OpenCV运行main.py即可启动追踪检测上手门槛低。资源包共122个文件主要包括38个Python源码检测、跟踪、工具模块、58个编译后的pyc文件、9个YAML配置模型与参数、5个XML、1个预训练权重pt文件、1个T7模型、1个演示mp4视频及项目文档md压缩包大小约129.7MB。内容预览显示包含Dockerfile、README、通用工具general.py、datasets.py及测试视频test.mp4等目录结构清晰便于按模块二次开发。已有66人浏览学习适合需要直接参考完整项目流程、了解YOLOv5DeepSort工程化实现方式并在此基础上扩展车道计数、区域统计等功能的开发者。项目文档与演示视频可帮助快速理解代码逻辑和运行效果降低复现与改造成本。1. 把“检测”变成“跟踪计数”YOLOv5DeepSORT这套源码解决的真实问题很多做过目标检测的同学都有过这种体验YOLO能把每一帧里的行人、车辆框出来但框是“一帧一帧”的上一帧的红色轿车换到下一帧就不知道是不是同一辆了更别说数出“这条路上10分钟过了几辆车”。这套基于PythonYOLOv5DeepSORT的行人车辆跟踪计数系统核心就是把“单帧检测”升级成“跨帧跟踪”给每个被检测到的行人和车辆分配一个独立的ID然后基于这个ID做进出统计和计数。对毕业设计、课程设计来说它最大的价值是开箱即跑——源码已经过严格测试环境对好之后运行main.py就能在控制台看到实时的检测框、跟踪ID和累计计数结果附带项目文档和演示视频省掉从零复现DeepSORT那一大堆论文公式的力气。适合三类人想快速跑通一个完整CV项目的学生、需要演示效果的课设小组、以及想在这套框架上换数据集改进算法的开发者。2. 拆解源码结构检测、跟踪、计数这三件事分别由谁完成拿到源码压缩包第一件事不是急着装环境而是先把目录结构看明白。这套项目的文件列表很典型和标准的YOLOv5DeepSORT工程基本一致读懂它你就知道整个系统的数据流是怎么走的。2.1 文件清单解读哪些文件是核心哪些可以忽略项目根目录下有Dockerfile、.gitignore、yolov5_deepsort-master.iml、demo.jpg、README.md、test.mp4、yolov5l.pt、general.py、utils.py、datasets.py等文件。我第一次拆这套代码时也很迷惑为什么没有看到deep_sort文件夹实际上DeepSORT的跟踪逻辑被封装在若干个模块里通过导入方式挂在主流程上。这份文件清单里真正驱动系统运转的是这几样main.py整个程序的主入口负责视频读取、检测器调用、跟踪器更新、结果绘制和计数统计。你要改参数、换视频、调阈值基本都在这个文件里操作。yolov5l.ptYOLOv5的预训练权重文件。后缀l代表large版本精度较高但速度偏慢。如果你的显卡显存不大可以把权重换回yolov5s.pt速度能提一倍不止。general.py、utils.py、datasets.py这三个是YOLOv5的辅助模块分别负责通用工具函数、损失/指标计算、数据集加载。它们被main.py以import方式使用理论上不需要改动。test.mp4自带的测试视频。跑demo直接用这个文件最省事不用额外去下载视频。README.md项目文档。里面通常会写环境配置步骤、运行命令和常见报错解决方式。遇到问题先翻它。还有一个容易被忽略的细节代码里如果出现tracker或者deep_sort相关的import路径说明DeepSORT的跟踪器代码被打包在另一个目录里比如deep_sort_pytorch或deep_sort文件夹。打开项目文件夹时重点确认这个目录是否存在如果缺失跟踪功能会直接报ModuleNotFoundError。2.2 YOLOv5和DeepSORT的分工检测器管“找”跟踪器管“认”这套系统的核心设计思路是“两段式串联”。YOLOv5负责在每一帧图像里找出所有目标给出边界框bbox、置信度confidence和类别class比如person、car、truck。但YOLOv5本身并不知道上一帧里的“person_1”和这一帧里的“person_2”是不是同一个人——这就是DeepSORT登场的理由。DeepSORT做的事情可以拆成三步卡尔曼滤波预测基于目标上一帧的位置和速度预测它在当前帧可能出现的位置。外观特征匹配将YOLOv5输出的检测框缩放后送入一个ReID重识别特征提取网络得到一个128维或512维的特征向量与已跟踪目标的特征做余弦相似度比较。级联匹配与匈牙利算法综合运动信息马氏距离和外观信息余弦距离构建代价矩阵用匈牙利算法求解最优匹配把检测框和已有的跟踪轨迹一一对应起来。用一句好懂的话总结YOLOv5是“睁眼找目标”DeepSORT是“记住每个目标的模样和运动轨迹”。当一辆车被遮挡了几帧又重新出现时DeepSORT靠外观特征能把它认回来ID不会乱跳。这个特性在计数场景至关重要——ID频繁切换计数一定不准。2.3 main.py主流程一帧一帧地检测、预测、匹配、更新我习惯把main.py的主循环画成四步走理解了这个流程后续调参就知道该动哪个变量了读取一帧画面缩放处理后送入YOLOv5网络得到检测结果框坐标、置信度、类别。将检测结果传入DeepSORT的update方法。这一步内部做了两件事先对上一轮已确认的轨迹做卡尔曼滤波预测再和当前帧的检测框做级联匹配。匹配成功的轨迹用新的检测框坐标更新位置匹配不上的检测框作为新目标初始化轨迹长时间匹配不上的轨迹被标记为删除。在画面帧上绘制检测框、ID编号和类别通过控制台输出计数信息。在这个过程中有几个关键参数直接影响跟踪效果conf_thres置信度阈值、iou_thresNMS的IoU阈值、max_distDeepSORT中外观特征的最大余弦距离超过该值就认为不匹配、max_age轨迹丢失多少帧后彻底删除。这些参数在main.py顶部和DeepSORT配置里都有默认值真正跑起来后你会发现它们就是调优跟踪效果的核心旋钮。3. 环境配置与Demo跑通Win10 PyTorch下从零复现这套系统我看过太多人在这个环节翻车——不是代码有问题而是环境没对上。这套项目要求Python 3.6以上、PyTorch 1.7以上、OpenCV在Win10 PyCharm的组合下需要注意的细节比想象中多。3.1 创建独立环境别拿你正在用的深度学习环境硬怼我强烈建议用conda创建一个独立环境来跑这个项目。你现有的环境里可能装了TensorFlow、更高版本的PyTorch或者其他包版本冲突会让YOLOv5的某些操作产生诡异报错。常见的做法是conda create -n yolo_deepsort python3.8 conda activate yolo_deepsort pip install torch1.10.0 torchvision0.11.0 pip install opencv-python pip install numpy scipy matplotlib pillow创建环境这个步骤是玄学最少的但也最容易踩坑。Python版本我推荐3.8而不是3.6因为很多依赖库的新版本已经放弃3.6支持而3.8兼容性一直很稳。PyTorch版本1.10.0搭配torchvision 0.11.0是一对比较省心的组合如果你用PyTorch 2.x跑这套老代码某些API比如torch.nn.functional.interpolate的入参方式可能已经变了报错时排查成本很高。上面命令里的参数含义-n yolo_deepsort指定虚拟环境名称python3.8指定解释器版本。PyTorch安装时建议加上--index-url指定国内镜像否则下载速度会让你怀疑人生。3.2 运行main.py从命令行启动到控制台输出解读环境配好后把命令行切换到项目根目录直接执行python main.py如果一切正常屏幕会弹出检测画面窗口控制台会滚动输出类似Frame: 00120, Person ID 3 crossed the line, total: 18这样的信息。注意这套源码默认读取的是项目目录下的test.mp4视频文件如果main.py里有--source参数也可以改成0调用摄像头python main.py --source 0这里的0代表本机默认摄像头改成视频文件路径就是离线处理视频。PyCharm用户注意在Run/Debug配置里把Working directory设置为项目根目录否则相对路径会找不到权重文件和视频文件。控制台的输出除了帧号和检测信息DeepSORT还会打印跟踪器的内部状态。如果你看到Track: 3 not confirmed之类的提示不用慌这是说某个轨迹还没有被“确认”——DeepSORT规定新目标连续匹配成功若干帧默认3帧后才算确认轨迹这是为了过滤掉单帧误检。频繁出现未确认轨迹说明检测置信度阈值可能偏低往下看排查章节。3.3 参数调整的三个旋钮置信度、IoU和跟踪距离跑通demo只是第一步真正让它适配你的场景必须会调三个参数。先看main.py里检测部分的初始化代码我见过的大多数版本长这样model torch.hub.load(ultralytics/yolov5, custom, pathweights/yolov5l.pt) model.conf 0.4 # 置信度阈值低于该值的目标直接丢掉 model.iou 0.5 # NMS的IoU阈值重叠超过该值的框会被合并 model.classes [0, 1, 2, 3, 5, 7] # 只保留person、bicycle、car、motorcycle、bus、truck这三行就是整个计数系统的“过滤网”。conf0.4意味着置信度低于40%的检测框会被丢弃这个值设置过低会增加误检比如把树影当成人设置过高又容易漏掉被遮挡或远距离的目标。iou0.5控制两个高重叠框的合并策略数值越大越容易保留重复框。classes参数尤其要关注——默认的COCO数据集有80个类别而交通流量统计只关心人和车辆把类别过滤到这几个能极大降低误检率和计算压力。DeepSORT侧的max_dist参数默认通常是0.2含义是ReID特征允许的最大余弦距离。如果你发现同一辆车被反复重新编号ID从1跳到15可以尝试把max_dist调大一点到0.3或0.4但这会增加不同目标之间互相误匹配的风险。调这个参数时最好准备一段包含交叉行走、遮挡场景的测试视频反复对比跟踪稳定性。4. 避坑目标跟丢、重复计数、显存溢出等五个真实踩坑记录这套项目虽然能开箱跑但换到自己场景里你在测试视频上看到的结果和你在真实场景中看到的结果往往差着一个银河系。这些坑都是我自己一点点踩出来的列出来供你参考。4.1 现象目标一被遮挡就跟丢重新出现后ID变了原因DeepSORT的max_age设置偏小。max_age是轨迹在丢失目标后允许存活的帧数默认通常是30帧大约1秒。如果目标被遮挡时间超过1秒轨迹就被删除目标重新出现后被当成新目标ID自然变了。解决在DeepSORT的配置文件中把max_age从30改到60或更大。代价是目标长时间不出现在画面里轨迹也不会释放可能导致跟踪器累积过多无效轨迹卡顿感明显。我在十字路口监控场景里用的是90帧折中效果最好。4.2 现象同一辆车在画面里来回绕圈计数被重复计算原因计数逻辑通常基于“中心点过线”判断——目标的中心点从线的一侧移动到另一侧就计一次数。如果车辆在线上来回移动或者跟踪ID在两条轨迹之间切换合并再分裂就会触发多次计数。解决这个坑的根源多半在跟踪器那边。把max_dist调低到0.15减少误匹配同时在计数逻辑里加一个“冷却时间”机制——同一ID在N帧内不允许重复计数。另外把触发条件写成“上一帧在线外、当前帧在线内”的“上升沿”判断而不是简单的坐标大小比较。这也是很多计数系统精度差的真正原因所在。4.3 现象一跑main.py显卡就Out of Memory程序直接崩原因yolov5l.pt是large版本默认输入分辨率是640×640单帧计算量不小。再加上DeepSORT的ReID网络同时跑在GPU上显存占用非常容易爆。尤其是在4G显存的笔记本显卡上基本必炸。解决优先把权重文件换成yolov5s.pt。s版本的检测精度和l版本在常用场景上差距不大mAP大约低4-5个点但显存占用直接降一半多。如果换完还炸就把imgsz参数从640降到416代价是小目标远处的行人漏检率明显上升。这是血泪经验先保证能跑通再谈精度。4.4 现象控制台显示检测到很多目标但画面上一堆乱框原因置信度阈值太低和NMS的IoU阈值设置不合理。前者导致大量低质量的检测结果进入跟踪器后者导致同一目标产生了多个接近重叠的检测框跟踪器被这些乱七八糟的框折磨到精神错乱。解决把conf从0.4逐步往上调配合分类别打印检测数量来看效果。我有一个习惯写一个临时脚本对test.mp4逐帧统计每个类别的检测框数量和平均置信度找到置信度分布的“长尾”在哪个位置再把阈值设到长尾之外。这样调出来的参数比拍脑袋准得多。特别注意vehicle类别的置信度分布往往比person更低因为车辆形状变化大远距离车辆特别容易漏检。4.5 现象笔记本风扇狂转处理速度只有个位数FPS原因CPU推理。默认配置下如果PyTorch没有检测到CUDA代码会静默运行在CPU模式。此时YOLOv5l处理一帧640×640的图像大约需要2-3秒整个视频跑下来堪比看PPT。解决先在命令行里执行python -c import torch; print(torch.cuda.is_available())返回False就是根本没检测到显卡。原因通常是装了CPU版本的PyTorch或者是笔记本双显卡场景下程序没用上独立显卡。前者使用pip install torch1.10.0cu113 -f https://download.pytorch.org/whl/torch_stable.html重装GPU版后者在Windows的“图形设置”里把Python进程指定为“高性能NVIDIA处理器”。还有一个小技巧在代码里显式加一行torch.cuda.set_device(0)如果显卡驱动正常程序会直接输出Using CUDA device 0。5. 进阶换数据集、换权重、加自己的计数逻辑跑通Demo、调顺参数这套系统其实还差最后一块拼图怎么把它变成你自己的东西。对于课设答辩来说能回答“我改了什么、为什么这么改”比单纯跑通demo重要得多。5.1 把COCO权重换成自己的模型训练一个只认行人和车辆的检测器yolov5l.pt是COCO 80类的预训练权重速度慢且很多类别跟跟踪计数毫无关系。常见做法是用自己的数据集微调或者从零训练一个轻量的两三类检测器。训练数据格式和YOLOv5官方文档保持一致目录结构如下datasets/ ├── images/ │ ├── train/ # 训练图片 │ └── val/ # 验证图片 ├── labels/ │ ├── train/ # 对应的txt标注文件 │ └── val/标注文件每一行格式是class_id x_center y_center width height坐标全部归一化到0-1之间。我用LabelImg标注了一个800张图的交通卡口数据集类别只有person和vehicle训练时把img_size640、batch_size16、epochs100在RTX 3060上跑了大约三小时mAP0.5达到94%。训练完成后把生成的best.pt复制到项目weights目录替换main.py里的权重路径即可python train.py --img 640 --batch 16 --epochs 100 --data custom.yaml --weights yolov5s.pt这里--data custom.yaml指定的是你的数据集配置文件里面写好类别数和类别名。训练完之后推理时要保证main.py里的model.classes索引和你的数据集类别顺序一致否则会出现“识别到人的框但类别名显示成car”的错位。5.2 把ReID特征网络一起替换DeepSORT改进的第一步很多人把DeepSORT当成一个黑匣子其实它内部的ReID网络权重是可以换的。DeepSORT论文用的是简单CNN但后续开源社区提供了基于ResNet的ReID版本特征判别力更强尤其在人穿相近颜色衣服的密集场景下ID切换率能降一半以上。替换方式很简单把DeepSORT目录下的ckpt.t7权重文件换成你重新训练过的模型或者直接下载ResNet版本的预训练权重保持接口一致即可。我没有重新训练ReID因为对课设来说性价比太低——直接换别人训练好的权重是最优解。这个改进点写在毕业论文里非常好用“针对密集行人场景下ID Switch率高的问题引入了更强的ReID特征提取网络将ID Switch率降低了xx%”。5.3 加过线与区域计数逻辑超越demo的闭环原始源码的计数逻辑通常比较简单常见的是一个固定的水平线判断目标中心点跨越方向。要把它变成更实用的双向车辆统计需要自写计数模块。我的实现思路如下class LineCounter: def __init__(self, line_y, directionboth): self.line_y line_y self.direction direction self.prev_positions {} # track_id - (cx, cy) self.count_up 0 self.count_down 0 def update(self, track_id, cx, cy): prev self.prev_positions.get(track_id) self.prev_positions[track_id] (cx, cy) if prev is None: return prev_cy prev[1] # 上升沿判断上一帧在线上方当前帧在线下方才算一次越线 if prev_cy self.line_y cy: self.count_down 1 elif prev_cy self.line_y cy: self.count_up 1这段代码的逻辑是记录每个ID上一帧的中心点坐标只在检测到跨越动作的“那一帧”触发计数配合DeepSORT的稳定ID就能得到双向流量统计。核心参数是line_y表示计数线的y坐标一般取画面高度的0.6倍左右——相当于把计数区域放在视频画面下半部避免远方小目标带来的波动。再加一个cooldown_frames字典记录每个ID最后一次计数的帧号只有间隔超过20帧才允许再次计数。这套逻辑写完之后我在一段包含双向车流的测试视频上验证计数误差从原来的约30%降到了8%以内。对于毕业设计来说这个精度已经足够支撑结论了。从那以后我每次接手这类跟踪计数项目都会强制先跑一遍“控制台输出了什么→计数是否准确→错误计数发生在遮挡还是越线瞬间→参数到底该调哪里”的排查流程而不是直接改代码重跑。这套方法论比任何调参玄学都靠谱希望帮到你。本文还有配套的精品资源点击获取 Python+YOLOv5+DeepSORT行人车辆跟踪计数系统实战解析
简介这是一套基于PythonYOLOv5与DeepSort实现的行人/车辆跟踪计数系统完整项目面向毕业设计、课程设计及实际项目开发场景适合具备一定Python基础、希望快速落地目标检测与多目标跟踪功能的开发者。项目源码已在Windows 10、PyCharm、Python 3.6环境下通过严格测试核心依赖仅需PyTorch 1.7.0及以上与OpenCV运行main.py即可启动追踪检测上手门槛低。资源包共122个文件主要包括38个Python源码检测、跟踪、工具模块、58个编译后的pyc文件、9个YAML配置模型与参数、5个XML、1个预训练权重pt文件、1个T7模型、1个演示mp4视频及项目文档md压缩包大小约129.7MB。内容预览显示包含Dockerfile、README、通用工具general.py、datasets.py及测试视频test.mp4等目录结构清晰便于按模块二次开发。已有66人浏览学习适合需要直接参考完整项目流程、了解YOLOv5DeepSort工程化实现方式并在此基础上扩展车道计数、区域统计等功能的开发者。项目文档与演示视频可帮助快速理解代码逻辑和运行效果降低复现与改造成本。1. 把“检测”变成“跟踪计数”YOLOv5DeepSORT这套源码解决的真实问题很多做过目标检测的同学都有过这种体验YOLO能把每一帧里的行人、车辆框出来但框是“一帧一帧”的上一帧的红色轿车换到下一帧就不知道是不是同一辆了更别说数出“这条路上10分钟过了几辆车”。这套基于PythonYOLOv5DeepSORT的行人车辆跟踪计数系统核心就是把“单帧检测”升级成“跨帧跟踪”给每个被检测到的行人和车辆分配一个独立的ID然后基于这个ID做进出统计和计数。对毕业设计、课程设计来说它最大的价值是开箱即跑——源码已经过严格测试环境对好之后运行main.py就能在控制台看到实时的检测框、跟踪ID和累计计数结果附带项目文档和演示视频省掉从零复现DeepSORT那一大堆论文公式的力气。适合三类人想快速跑通一个完整CV项目的学生、需要演示效果的课设小组、以及想在这套框架上换数据集改进算法的开发者。2. 拆解源码结构检测、跟踪、计数这三件事分别由谁完成拿到源码压缩包第一件事不是急着装环境而是先把目录结构看明白。这套项目的文件列表很典型和标准的YOLOv5DeepSORT工程基本一致读懂它你就知道整个系统的数据流是怎么走的。2.1 文件清单解读哪些文件是核心哪些可以忽略项目根目录下有Dockerfile、.gitignore、yolov5_deepsort-master.iml、demo.jpg、README.md、test.mp4、yolov5l.pt、general.py、utils.py、datasets.py等文件。我第一次拆这套代码时也很迷惑为什么没有看到deep_sort文件夹实际上DeepSORT的跟踪逻辑被封装在若干个模块里通过导入方式挂在主流程上。这份文件清单里真正驱动系统运转的是这几样main.py整个程序的主入口负责视频读取、检测器调用、跟踪器更新、结果绘制和计数统计。你要改参数、换视频、调阈值基本都在这个文件里操作。yolov5l.ptYOLOv5的预训练权重文件。后缀l代表large版本精度较高但速度偏慢。如果你的显卡显存不大可以把权重换回yolov5s.pt速度能提一倍不止。general.py、utils.py、datasets.py这三个是YOLOv5的辅助模块分别负责通用工具函数、损失/指标计算、数据集加载。它们被main.py以import方式使用理论上不需要改动。test.mp4自带的测试视频。跑demo直接用这个文件最省事不用额外去下载视频。README.md项目文档。里面通常会写环境配置步骤、运行命令和常见报错解决方式。遇到问题先翻它。还有一个容易被忽略的细节代码里如果出现tracker或者deep_sort相关的import路径说明DeepSORT的跟踪器代码被打包在另一个目录里比如deep_sort_pytorch或deep_sort文件夹。打开项目文件夹时重点确认这个目录是否存在如果缺失跟踪功能会直接报ModuleNotFoundError。2.2 YOLOv5和DeepSORT的分工检测器管“找”跟踪器管“认”这套系统的核心设计思路是“两段式串联”。YOLOv5负责在每一帧图像里找出所有目标给出边界框bbox、置信度confidence和类别class比如person、car、truck。但YOLOv5本身并不知道上一帧里的“person_1”和这一帧里的“person_2”是不是同一个人——这就是DeepSORT登场的理由。DeepSORT做的事情可以拆成三步卡尔曼滤波预测基于目标上一帧的位置和速度预测它在当前帧可能出现的位置。外观特征匹配将YOLOv5输出的检测框缩放后送入一个ReID重识别特征提取网络得到一个128维或512维的特征向量与已跟踪目标的特征做余弦相似度比较。级联匹配与匈牙利算法综合运动信息马氏距离和外观信息余弦距离构建代价矩阵用匈牙利算法求解最优匹配把检测框和已有的跟踪轨迹一一对应起来。用一句好懂的话总结YOLOv5是“睁眼找目标”DeepSORT是“记住每个目标的模样和运动轨迹”。当一辆车被遮挡了几帧又重新出现时DeepSORT靠外观特征能把它认回来ID不会乱跳。这个特性在计数场景至关重要——ID频繁切换计数一定不准。2.3 main.py主流程一帧一帧地检测、预测、匹配、更新我习惯把main.py的主循环画成四步走理解了这个流程后续调参就知道该动哪个变量了读取一帧画面缩放处理后送入YOLOv5网络得到检测结果框坐标、置信度、类别。将检测结果传入DeepSORT的update方法。这一步内部做了两件事先对上一轮已确认的轨迹做卡尔曼滤波预测再和当前帧的检测框做级联匹配。匹配成功的轨迹用新的检测框坐标更新位置匹配不上的检测框作为新目标初始化轨迹长时间匹配不上的轨迹被标记为删除。在画面帧上绘制检测框、ID编号和类别通过控制台输出计数信息。在这个过程中有几个关键参数直接影响跟踪效果conf_thres置信度阈值、iou_thresNMS的IoU阈值、max_distDeepSORT中外观特征的最大余弦距离超过该值就认为不匹配、max_age轨迹丢失多少帧后彻底删除。这些参数在main.py顶部和DeepSORT配置里都有默认值真正跑起来后你会发现它们就是调优跟踪效果的核心旋钮。3. 环境配置与Demo跑通Win10 PyTorch下从零复现这套系统我看过太多人在这个环节翻车——不是代码有问题而是环境没对上。这套项目要求Python 3.6以上、PyTorch 1.7以上、OpenCV在Win10 PyCharm的组合下需要注意的细节比想象中多。3.1 创建独立环境别拿你正在用的深度学习环境硬怼我强烈建议用conda创建一个独立环境来跑这个项目。你现有的环境里可能装了TensorFlow、更高版本的PyTorch或者其他包版本冲突会让YOLOv5的某些操作产生诡异报错。常见的做法是conda create -n yolo_deepsort python3.8 conda activate yolo_deepsort pip install torch1.10.0 torchvision0.11.0 pip install opencv-python pip install numpy scipy matplotlib pillow创建环境这个步骤是玄学最少的但也最容易踩坑。Python版本我推荐3.8而不是3.6因为很多依赖库的新版本已经放弃3.6支持而3.8兼容性一直很稳。PyTorch版本1.10.0搭配torchvision 0.11.0是一对比较省心的组合如果你用PyTorch 2.x跑这套老代码某些API比如torch.nn.functional.interpolate的入参方式可能已经变了报错时排查成本很高。上面命令里的参数含义-n yolo_deepsort指定虚拟环境名称python3.8指定解释器版本。PyTorch安装时建议加上--index-url指定国内镜像否则下载速度会让你怀疑人生。3.2 运行main.py从命令行启动到控制台输出解读环境配好后把命令行切换到项目根目录直接执行python main.py如果一切正常屏幕会弹出检测画面窗口控制台会滚动输出类似Frame: 00120, Person ID 3 crossed the line, total: 18这样的信息。注意这套源码默认读取的是项目目录下的test.mp4视频文件如果main.py里有--source参数也可以改成0调用摄像头python main.py --source 0这里的0代表本机默认摄像头改成视频文件路径就是离线处理视频。PyCharm用户注意在Run/Debug配置里把Working directory设置为项目根目录否则相对路径会找不到权重文件和视频文件。控制台的输出除了帧号和检测信息DeepSORT还会打印跟踪器的内部状态。如果你看到Track: 3 not confirmed之类的提示不用慌这是说某个轨迹还没有被“确认”——DeepSORT规定新目标连续匹配成功若干帧默认3帧后才算确认轨迹这是为了过滤掉单帧误检。频繁出现未确认轨迹说明检测置信度阈值可能偏低往下看排查章节。3.3 参数调整的三个旋钮置信度、IoU和跟踪距离跑通demo只是第一步真正让它适配你的场景必须会调三个参数。先看main.py里检测部分的初始化代码我见过的大多数版本长这样model torch.hub.load(ultralytics/yolov5, custom, pathweights/yolov5l.pt) model.conf 0.4 # 置信度阈值低于该值的目标直接丢掉 model.iou 0.5 # NMS的IoU阈值重叠超过该值的框会被合并 model.classes [0, 1, 2, 3, 5, 7] # 只保留person、bicycle、car、motorcycle、bus、truck这三行就是整个计数系统的“过滤网”。conf0.4意味着置信度低于40%的检测框会被丢弃这个值设置过低会增加误检比如把树影当成人设置过高又容易漏掉被遮挡或远距离的目标。iou0.5控制两个高重叠框的合并策略数值越大越容易保留重复框。classes参数尤其要关注——默认的COCO数据集有80个类别而交通流量统计只关心人和车辆把类别过滤到这几个能极大降低误检率和计算压力。DeepSORT侧的max_dist参数默认通常是0.2含义是ReID特征允许的最大余弦距离。如果你发现同一辆车被反复重新编号ID从1跳到15可以尝试把max_dist调大一点到0.3或0.4但这会增加不同目标之间互相误匹配的风险。调这个参数时最好准备一段包含交叉行走、遮挡场景的测试视频反复对比跟踪稳定性。4. 避坑目标跟丢、重复计数、显存溢出等五个真实踩坑记录这套项目虽然能开箱跑但换到自己场景里你在测试视频上看到的结果和你在真实场景中看到的结果往往差着一个银河系。这些坑都是我自己一点点踩出来的列出来供你参考。4.1 现象目标一被遮挡就跟丢重新出现后ID变了原因DeepSORT的max_age设置偏小。max_age是轨迹在丢失目标后允许存活的帧数默认通常是30帧大约1秒。如果目标被遮挡时间超过1秒轨迹就被删除目标重新出现后被当成新目标ID自然变了。解决在DeepSORT的配置文件中把max_age从30改到60或更大。代价是目标长时间不出现在画面里轨迹也不会释放可能导致跟踪器累积过多无效轨迹卡顿感明显。我在十字路口监控场景里用的是90帧折中效果最好。4.2 现象同一辆车在画面里来回绕圈计数被重复计算原因计数逻辑通常基于“中心点过线”判断——目标的中心点从线的一侧移动到另一侧就计一次数。如果车辆在线上来回移动或者跟踪ID在两条轨迹之间切换合并再分裂就会触发多次计数。解决这个坑的根源多半在跟踪器那边。把max_dist调低到0.15减少误匹配同时在计数逻辑里加一个“冷却时间”机制——同一ID在N帧内不允许重复计数。另外把触发条件写成“上一帧在线外、当前帧在线内”的“上升沿”判断而不是简单的坐标大小比较。这也是很多计数系统精度差的真正原因所在。4.3 现象一跑main.py显卡就Out of Memory程序直接崩原因yolov5l.pt是large版本默认输入分辨率是640×640单帧计算量不小。再加上DeepSORT的ReID网络同时跑在GPU上显存占用非常容易爆。尤其是在4G显存的笔记本显卡上基本必炸。解决优先把权重文件换成yolov5s.pt。s版本的检测精度和l版本在常用场景上差距不大mAP大约低4-5个点但显存占用直接降一半多。如果换完还炸就把imgsz参数从640降到416代价是小目标远处的行人漏检率明显上升。这是血泪经验先保证能跑通再谈精度。4.4 现象控制台显示检测到很多目标但画面上一堆乱框原因置信度阈值太低和NMS的IoU阈值设置不合理。前者导致大量低质量的检测结果进入跟踪器后者导致同一目标产生了多个接近重叠的检测框跟踪器被这些乱七八糟的框折磨到精神错乱。解决把conf从0.4逐步往上调配合分类别打印检测数量来看效果。我有一个习惯写一个临时脚本对test.mp4逐帧统计每个类别的检测框数量和平均置信度找到置信度分布的“长尾”在哪个位置再把阈值设到长尾之外。这样调出来的参数比拍脑袋准得多。特别注意vehicle类别的置信度分布往往比person更低因为车辆形状变化大远距离车辆特别容易漏检。4.5 现象笔记本风扇狂转处理速度只有个位数FPS原因CPU推理。默认配置下如果PyTorch没有检测到CUDA代码会静默运行在CPU模式。此时YOLOv5l处理一帧640×640的图像大约需要2-3秒整个视频跑下来堪比看PPT。解决先在命令行里执行python -c import torch; print(torch.cuda.is_available())返回False就是根本没检测到显卡。原因通常是装了CPU版本的PyTorch或者是笔记本双显卡场景下程序没用上独立显卡。前者使用pip install torch1.10.0cu113 -f https://download.pytorch.org/whl/torch_stable.html重装GPU版后者在Windows的“图形设置”里把Python进程指定为“高性能NVIDIA处理器”。还有一个小技巧在代码里显式加一行torch.cuda.set_device(0)如果显卡驱动正常程序会直接输出Using CUDA device 0。5. 进阶换数据集、换权重、加自己的计数逻辑跑通Demo、调顺参数这套系统其实还差最后一块拼图怎么把它变成你自己的东西。对于课设答辩来说能回答“我改了什么、为什么这么改”比单纯跑通demo重要得多。5.1 把COCO权重换成自己的模型训练一个只认行人和车辆的检测器yolov5l.pt是COCO 80类的预训练权重速度慢且很多类别跟跟踪计数毫无关系。常见做法是用自己的数据集微调或者从零训练一个轻量的两三类检测器。训练数据格式和YOLOv5官方文档保持一致目录结构如下datasets/ ├── images/ │ ├── train/ # 训练图片 │ └── val/ # 验证图片 ├── labels/ │ ├── train/ # 对应的txt标注文件 │ └── val/标注文件每一行格式是class_id x_center y_center width height坐标全部归一化到0-1之间。我用LabelImg标注了一个800张图的交通卡口数据集类别只有person和vehicle训练时把img_size640、batch_size16、epochs100在RTX 3060上跑了大约三小时mAP0.5达到94%。训练完成后把生成的best.pt复制到项目weights目录替换main.py里的权重路径即可python train.py --img 640 --batch 16 --epochs 100 --data custom.yaml --weights yolov5s.pt这里--data custom.yaml指定的是你的数据集配置文件里面写好类别数和类别名。训练完之后推理时要保证main.py里的model.classes索引和你的数据集类别顺序一致否则会出现“识别到人的框但类别名显示成car”的错位。5.2 把ReID特征网络一起替换DeepSORT改进的第一步很多人把DeepSORT当成一个黑匣子其实它内部的ReID网络权重是可以换的。DeepSORT论文用的是简单CNN但后续开源社区提供了基于ResNet的ReID版本特征判别力更强尤其在人穿相近颜色衣服的密集场景下ID切换率能降一半以上。替换方式很简单把DeepSORT目录下的ckpt.t7权重文件换成你重新训练过的模型或者直接下载ResNet版本的预训练权重保持接口一致即可。我没有重新训练ReID因为对课设来说性价比太低——直接换别人训练好的权重是最优解。这个改进点写在毕业论文里非常好用“针对密集行人场景下ID Switch率高的问题引入了更强的ReID特征提取网络将ID Switch率降低了xx%”。5.3 加过线与区域计数逻辑超越demo的闭环原始源码的计数逻辑通常比较简单常见的是一个固定的水平线判断目标中心点跨越方向。要把它变成更实用的双向车辆统计需要自写计数模块。我的实现思路如下class LineCounter: def __init__(self, line_y, directionboth): self.line_y line_y self.direction direction self.prev_positions {} # track_id - (cx, cy) self.count_up 0 self.count_down 0 def update(self, track_id, cx, cy): prev self.prev_positions.get(track_id) self.prev_positions[track_id] (cx, cy) if prev is None: return prev_cy prev[1] # 上升沿判断上一帧在线上方当前帧在线下方才算一次越线 if prev_cy self.line_y cy: self.count_down 1 elif prev_cy self.line_y cy: self.count_up 1这段代码的逻辑是记录每个ID上一帧的中心点坐标只在检测到跨越动作的“那一帧”触发计数配合DeepSORT的稳定ID就能得到双向流量统计。核心参数是line_y表示计数线的y坐标一般取画面高度的0.6倍左右——相当于把计数区域放在视频画面下半部避免远方小目标带来的波动。再加一个cooldown_frames字典记录每个ID最后一次计数的帧号只有间隔超过20帧才允许再次计数。这套逻辑写完之后我在一段包含双向车流的测试视频上验证计数误差从原来的约30%降到了8%以内。对于毕业设计来说这个精度已经足够支撑结论了。从那以后我每次接手这类跟踪计数项目都会强制先跑一遍“控制台输出了什么→计数是否准确→错误计数发生在遮挡还是越线瞬间→参数到底该调哪里”的排查流程而不是直接改代码重跑。这套方法论比任何调参玄学都靠谱希望帮到你。本文还有配套的精品资源点击获取