deepsort自己的数据集
时间: 2023-09-12 17:10:50 浏览: 155
deepsort可以使用自己的数据集进行训练。在deepsort项目中,你可以使用cosine_metric_learning仓库训练deepsort模型。首先,你需要准备训练数据集,确保数据集包含目标对象的图像和相应的标注文件。然后,使用cosine_metric_learning仓库训练deepsort模型,具体的训练步骤可以参考该仓库的文档。训练过程完成后,你可以将训练得到的权重保存在deep/checkpoint中。接下来,你可以使用这些训练好的权重对新的视频进行目标检测和追踪,可以使用track.py脚本来测试结果,指定你的权重、视频和设备等参数。这样,你就可以使用自己的数据集进行deepsort目标跟踪了。有一个基于yolov5和deepsort的项目可以参考,你可以在该项目中找到更多详细的使用方法和示例代码。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [使用deepsort重新训练自己的多目标跟踪模型,以及Market1501和MARS数据集的介绍](https://blog.csdn.net/weixin_41010198/article/details/110121260)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [Yolov5 + Deepsort 重新训练自己的数据(保姆级超详细)](https://blog.csdn.net/weixin_53711236/article/details/123762215)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]