项目介绍

YOLOv5 + StrongSORT with OSNet模型由YOLOv5检测器 、StrongSORT跟踪算法、OSNet行人重识别模型组成
项目地址：
https://github.com/mikel-brostrom/Yolov5_StrongSORT_OSNet
由于现在的代码中没有yolov5和reid代码，所以需要下载源码加入到YOLOv5 + StrongSORT with OSNet项目中。
yolov5下载地址：

https://github.com/ultralytics/yolov5/tree/91a81d48fa4e34dbdbaf0e45a1f841c11216aab5
下载代码后，放到yolov5的文件夹中，如下图：

”

https://github.com/KaiyangZhou/deep-person-reid
将下载的代码放到如下位置：

安装缺少的库

安装lap

pip install lap

安装filterpy

pip install filterpy

安装Cython-bbox
这里主要讲如何在Window下面安装：

第一步：从网址https://pypi.org/project/cython-bbox/中下载cython-bbox，然后解压，可以看到dist文件夹。

第二步：解压后，在文件夹里找到setup.py，并把extra_compile_args=[’-Wno-cpp’]，修改为 extra_compile_args = {‘gcc’: [’/Qstd=c99’]}，如下图所示:

   extra_compile_args = {'gcc':['/Qstd=c99']},

完成修改后，执行命令：

python setup.py build_ext install

下载权重文件

下载地址：https://github.com/BrianLangat/Yolov5_StrongSORT_OSNet_new

测试

直接打开摄像头开始测试

测试bytetrack

python track.py --tracking-method bytetrack

测试结果如下：

测试strongsort

执行命令：

python track.py --tracking-method strongsort

测试ocsort

执行命令

python track.py --tracking-method ocsort

加入reid，并指定class

 python track.py --source 0 --reid-weights weights/osnet_x0_25_market1501.pt --classes 0