En aplicaciones prácticas, el seguimiento es uno de los componentes más importantes en la detección de objetos. Las aplicaciones como el monitoreo en tiempo real y los sistemas de conducción autónomos no pueden alcanzar su máximo potencial sin el seguimiento. Ya sea una persona o un vehículo, el seguimiento de objetos juega un papel importante. Sin embargo, es engorroso probar una gran cantidad de modelos de detección y modelos de reidentificación. Para ello, utilizaremos detectores Deep SORT y Torchvision para simplificar el proceso de seguimiento en tiempo real.
Figura 1. Ejemplo de seguimiento de clasificación profunda utilizando el modelo Torchvision Faster RCNN MobileNetV3.
En este artículo, crearemos una pequeña base de código que nos permitirá probar cualquier modelo de detección de objetos en Torchvision. Combinamos esto con una biblioteca de clasificación profunda en tiempo real que nos permite