12 lines
2.0 KiB
Plaintext
12 lines
2.0 KiB
Plaintext
|
||
1.配置好运行环境之后,运行find_region_and_exec.py文件,运行该py文件会弹出文件选择窗口，在此窗口选择要进行跟踪检测的视频文件（仅支持.mp4 .avi .mov且视频编码正确的视频），然后程序会播放该视频,敲击键盘空格键，视频会暂停播放并进入编辑界面,然后就可以在画面上划定区域了。按照下面的步骤进行区域划定:
|
||
1 鼠标左键点击选点
|
||
2 选两个点之后（两个点自动连线）,自动退出编辑页面，然后等待一段时间系统自动弹窗
|
||
|
||
特别注意:运行find_region_and_exec.py进入编辑页面，在视频中选两个点连线之后，程序会自动退出，此时不是程序有bug，相反程序是在正常执行，等待一段时间之后又会弹窗显示，此时才是按照画的线统计人流量。
|
||
|
||
2.目标跟踪是建立在目标检测的基础之上，非常耗费算力，有gpu一定要用gpu推理，特别注意：如果没有英伟达显卡,视频或者摄像头实时推理速度会很慢很慢,但是如果有显卡推理速度还是很慢,检查自己的环境pytorch是不是装成了cpu版本的,要安装成gpu版本的torch推理速度才会快
|
||
|
||
3.推理速度非常慢,如何加速。有以下几点优化建议：(1)有gpu要用gpu推理(2)加载更小的yolo8模型(yolo8n、8s、8m、8l、8x模型权重依次增大,检测精度依次增高,推理速度依次减慢,速度与精度不可兼得)（3）替换追踪算法，
|
||
yolo8中内置了byte-tacker与BoT-Sort两个多目标检测算法,这两个算法与经典的Sort、DeepSort相比检测精度高，但检测速度不如这两个经典算法。可以考虑替换yolo8内置的目标跟踪算法为DeepSort算法或者Sort算法，但要权衡检测速度与精度互相矛盾的问题.
|
||
4.如何提高检测精度、跟踪精度：加载更大的yolo8模型(yolo8n、8s、8m、8l、8x模型权重依次增大,检测精度依次增高,但速度与精度不可兼得);yolo8中内置了byte-tacker与BoT-Sort两个多目标检测算法,Bot-Sort算法精度更高 |