检测器采用的是 YOLOv5 (可以轻松替换成其他同类的检测器),追踪器采用的是 ByteTrack 。和其他同类项目不同的是加入了多线程处理以及用 C++和 TensorRT 加快推理速度。一个线程负责读取来自视频文件(可以轻松更改为摄像头)的帧,一个线程负责用 YOLOv5 得到检测框,一个线程用 ByteTrack 给各个检测框 reid ,还有一个线程负责将结果绘制到视频文件中。在多 CPU 核心(>=3 核)的设备上的效果比目前其他同类的项目要更快。而且还可以根据需要给各个线程设置 CPU 亲和性(将某线程绑定到某个 CPU 核心,该功能仅限于 Linux 平台)。
此外还利用 SWIG 包装了接口,方便在 python 中像调用一个库一样使用本项目。
欢迎大家来试用 :)
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.