序文

私は yolov5 を 2 年近く使用しており、それまでは主にターゲット検出を行っていて、その他に yolov5 のセグメンテーションタスクやモデル変換も行っていましたが、現在は新しいタスクが増えています。新しいモデルを試してみましょう。
最善の方法は、ドキュメントを参照することです: https://docs.ultralytics.com/

過去と比較すると、yolov はターゲット監視モデルから包括的なマジックボードに変化していることがわかります。これは、オブジェクトの検査、追跡、インスタンスのセグメンテーション、画像分類、姿勢推定などのタスクに最適です。
事前トレーニングされたモデルはここからダウンロードできます: https://github.com/ultralytics/ultralytics/blob/main/README.zh-CN.md
たとえば、モニタリング:
ここに画像の説明を挿入
セグメンテーション:

分類:

姿勢推定:

1. タスクの追跡

git:https://github.com/mikel-brostrom/yolov8_tracking
DeepOCSORT および LightMBN で Yolov8 を使用したリアルタイムのマルチオブジェクト、セグメンテーション、およびポーズの追跡

1.1 ビルド環境

# yolov8 现在格高了,封装成库了
pip install ultralytics
pip install lap filterpy easydict
pip install gdown

ここではインストール要件.txtが完了しておらず、0からスタートするわけではないトーチ環境となっています。

ここからダウンロードし、重みを再特定します: https://kaiyangzhou.github.io/deep-person-reid/MODEL_ZOO
ここに画像の説明を挿入
を重みフォルダーに置きます。

次のコマンドを実行するだけです。

$ python track.py --yolo-model yolov8n.pt      # bboxes only
                                 yolov8n-seg.pt  # bboxes + segmentation masks
                                 yolov8n-pose.pt # bboxes + pose estimation

これが最も簡単な方法です。他はすべてデフォルトです



$ python track.py --source 0 --yolo-model yolov8n.pt --img 640
                                          yolov8s.tflite
                                          yolov8m.pt
                                          yolov8l.onnx 
                                          yolov8x.pt --img 1280
                                          ...

ソース 0 はデフォルトの Web カメラ、コンピュータのカメラです

ここに画像の説明を挿入
カメラの場合、デフォルトでグラフィックカードが搭載されています。写真は 10 ミリ秒かかります。グラフィックカードは 30% 12G 3070 です。大丈夫だと思います。追跡できるため、商品化してカウントする線を引くだけで済みます
。必要な場合はメッセージを残してください。実装します。
さらにいくつかのパラメータを追加することもできます: --show --save はファイルを保持し、認識ステータスを表示します。

ここに画像の説明を挿入
–classes 16 17 はカテゴリをフィルタリングできます

2. クロスカメラトラッキング (上級)

https://blog.csdn.net/qq_42312574/article/details/128880805
クロスカメラは常に試してみたい方向でしたが、最終的にキーワードを見つけました: マルチターゲットマルチカメラトラッキング (MTMC トラッキング)
https:/ /zhuanlan.zhihu.com/p/35391826、大神羅ですが、年齢は少し古いので、今は新しい宗太があると思います。

https://github.com/JunweiLiang/Object_Detection_Tracking ベースの Tensorflow はクロスカメラトラッキングで、レンダリングがあります
https://github.com/Jason-cs18/Awesome-Multi-Camera-Network 多くの学習教材がリストされています。コード
https://github.com/SurajDonthi/Multi-Camera-person-Re-Identification/tree/master これは 2021 年のトーチに基づいています
https://github.com/cw1204772/AIC2018_iamai これは 2018 年のものであり、またコードがあり、車両を追跡しているようです

要約する

yolov8 の作者が yolov8 のコンテンツを分析
https://www.bilibili.com/video/BV17D4y1N7Zz/?spm_id_from=333.337.search-card.all.click&vd_source=3f7ae4b9d3a2d84bf24ff25f3294d107

[ディープラーニング] Yolov8 は 0 から 1 まで追跡します。カウントを行う場合は、単純なバッチです

記事ディレクトリ

序文

1. タスクの追跡

1.1 ビルド環境

2. クロスカメラトラッキング (上級)

要約する

おすすめ