前面已經介紹了deepsort最新環境搭建的過程，本節在使用github另外的源碼建立目標追蹤環境，本節提供了從Google Drive 下載的crowd_human.pt來作為識別的權重文件，同時實現用class 來限制識別的類別，實現某種類別的追蹤。具體流程如下：
https://github.com/ynlx/Yolov5_DeepSort
這是gihub上另一個yolov5_DeepSort版本，是在mike版本上微調的版本，使用起來比較方便，tag 圖標對應 3.0-5.0 版本，但注意最新版本執行時仍要翻墻。建立環境和requirements過程不在贅述，可以參考Yolov5進階之七目標追蹤最新環境搭建。使用Yolov5_DeepSort5.0版，yolov5 使用6.1.
如果提示No module named ‘yolov5.utils.downloads’ 就是yolov5版本太低，低版本yolov5 utils里沒有 downloads 文件夾。
安裝好后執行

python track.py --source 0

在下載完 pt 模型后會提示超時失敗。
科學上網后，鏈接上pt文件后 成功，測試分類追蹤

python track.py --source 0 --yolo_model yolov5s.pt --classes 16 17

攝像頭會捕捉 yolov5 中的16 17 類就是貓和狗，科學上網后成功。繼續測試人群追蹤

python track.py --source 0 --yolo_model yolov5/crowdhuman_yolov5m.pt --classes 0

這個crowdhuman_yolov5m.pt 是從 google drive上下載的，應該是yolo6.0以后版本的。下載地址為https://download.csdn.net/download/buaaweibin/85853856

所以要避免科學上網要使用ds3.0+ YOLO5.0 版本，權重文件需要yolo5.0環境自行學習。

總結

以上是生活随笔為你收集整理的Yolov5进阶之七目标追踪最新环境搭建(二)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。