Yolov5-Deepsort-Fastreid
No description available.
파일 탐색기
최종 버전 다운로드 (.zip)- deep_sort.yaml
- simkai.ttf
- .gitkeep
- ckpt.t7
- original_ckpt.t7
- __init__.py
- evaluate.py
- feature_extractor.py
- model.py
- original_model.py
- test.py
- train.py
- __init__.py
- detection.py
- iou_matching.py
- kalman_filter.py
- linear_assignment.py
- nn_matching.py
- preprocessing.py
- track.py
- tracker.py
- __init__.py
- deep_reid.py
- deep_sort.py
- README.md
- demo.py
- person_bank.py
- plot_roc_with_pickle.py
- predictor.py
- README.md
- run_demo.sh
- visualize_result.py
- __init__.py
- config.py
- defaults.py
- __init__.py
- AirportALERT.py
- bases.py
- caviara.py
- cuhk03.py
- cuhk_sysu.py
- dukemtmcreid.py
- iLIDS.py
- lpw.py
- market1501.py
- msmt17.py
- pes3d.py
- pku.py
- prai.py
- saivt.py
- sensereid.py
- shinpuhkan.py
- sysu_mm.py
- thermalworld.py
- vehicleid.py
- veri.py
- veriwild.py
- viper.py
- wildtracker.py
- __init__.py
- data_sampler.py
- triplet_sampler.py
- __init__.py
- autoaugment.py
- build.py
- functional.py
- transforms.py
- __init__.py
- build.py
- common.py
- data_utils.py
- __init__.py
- defaults.py
- hooks.py
- launch.py
- train_loop.py
- __init__.py
- Makefile
- rank_cy.pyx
- roc_cy.pyx
- setup.py
- test_cython.py
- __init__.py
- evaluator.py
- query_expansion.py
- rank.py
- reid_evaluation.py
- rerank.py
- roc.py
- testing.py
- __init__.py
- activation.py
- arc_softmax.py
- batch_drop.py
- batch_norm.py
- circle_softmax.py
- context_block.py
- cos_softmax.py
- frn.py
- gather_layer.py
- non_local.py
- pooling.py
- se_layer.py
- splat.py
- EN-B0_dds_8gpu.yaml
- EN-B1_dds_8gpu.yaml
- EN-B2_dds_8gpu.yaml
- EN-B3_dds_8gpu.yaml
- EN-B4_dds_8gpu.yaml
- EN-B5_dds_8gpu.yaml
- RegNetX-1.6GF_dds_8gpu.yaml
- RegNetX-12GF_dds_8gpu.yaml
- RegNetX-16GF_dds_8gpu.yaml
- RegNetX-200MF_dds_8gpu.yaml
- RegNetX-3.2GF_dds_8gpu.yaml
- RegNetX-32GF_dds_8gpu.yaml
- RegNetX-4.0GF_dds_8gpu.yaml
- RegNetX-400MF_dds_8gpu.yaml
- RegNetX-6.4GF_dds_8gpu.yaml
- RegNetX-600MF_dds_8gpu.yaml
- RegNetX-8.0GF_dds_8gpu.yaml
- RegNetX-800MF_dds_8gpu.yaml
- RegNetY-1.6GF_dds_8gpu.yaml
- RegNetY-12GF_dds_8gpu.yaml
- RegNetY-16GF_dds_8gpu.yaml
- RegNetY-200MF_dds_8gpu.yaml
- RegNetY-3.2GF_dds_8gpu.yaml
- RegNetY-32GF_dds_8gpu.yaml
- RegNetY-4.0GF_dds_8gpu.yaml
- RegNetY-400MF_dds_8gpu.yaml
- RegNetY-6.4GF_dds_8gpu.yaml
- RegNetY-600MF_dds_8gpu.yaml
- RegNetY-8.0GF_dds_8gpu.yaml
- RegNetY-800MF_dds_8gpu.yaml
- __init__.py
- config.py
- effnet.py
- regnet.py
- __init__.py
- build.py
- osnet.py
- resnest.py
- resnet.py
- resnet_distill.py
- resnext.py
- shufflenet.py
- __init__.py
- build.py
- embedding_head.py
- __init__.py
- circle_loss.py
- cross_entroy_loss.py
- focal_loss.py
- triplet_loss.py
- utils.py
- __init__.py
- baseline.py
- build.py
- distiller.py
- mgn.py
- moco.py
- __init__.py
- __init__.py
- lamb.py
- swa.py
- __init__.py
- build.py
- lr_scheduler.py
- __init__.py
- checkpoint.py
- collect_env.py
- comm.py
- compute_dist.py
- env.py
- events.py
- faiss_utils.py
- file_io.py
- history_buffer.py
- logger.py
- precision_bn.py
- registry.py
- summary.py
- timer.py
- visualizer.py
- weight_init.py
- __init__.py
- names.npy
- query_features.npy
- config.yaml
- yolov3-spp.yaml
- yolov5-fpn.yaml
- yolov5-panet.yaml
- __init__.py
- common.py
- experimental.py
- export.py
- yolo.py
- yolov5l.yaml
- yolov5m.yaml
- yolov5s.yaml
- yolov5x.yaml
- profiles_settings.xml
- deployment.xml
- face-cluster-framework.iml
- misc.xml
- modules.xml
- remote-mappings.xml
- vcs.xml
- webServers.xml
- workspace.xml
- README.md
- alldata
- README.md
- README.md
- README.md
- __init__.py
- evaluate.py
- metrics.py
- __init__.py
- face_cluster_by_infomap.py
- __init__.py
- bin_dataset.py
- filelist_dataset.py
- sampler.py
- __init__.py
- hf_sampler.py
- hnsw_sampler.py
- ident.py
- paramclient.py
- test_ps.py
- __init__.py
- classifier.py
- hynet.py
- ir.py
- resnet.py
- __init__.py
- extract_feature.py
- pic_path
- __init__.py
- README.md
- __init__.py
- pic_path
- utils.py
- main.py
- main_fastreid.py
- pred_label_path.txt
- README-zh.md
- README.md
- requirements.txt
- __init__.py
- activations.py
- datasets.py
- draw.py
- general.py
- google_utils.py
- log.py
- parser.py
- torch_utils.py
- download_weights.sh
- .dockerignore
- .gitattributes
- .gitignore
- detect.py
- Dockerfile
- hubconf.py
- LICENSE
- person_count.py
- person_detect_yolov5.py
- person_search_reid.py
- README.md
- requirements.txt
- test.py
- train.py
- tutorial.ipynb
# 설치 가이드
1. 코드 내려받기
git clone https://github.com/zengwb-lx/Yolov5-Deepsort-Fastreid
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd Yolov5-Deepsort-Fastreid
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. Docker
쉬움 추천사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Docker Desktop 컨테이너를 빌드하고 실행하려면 필요합니다. 설치 후 실행해서 백그라운드에 켜두세요.
docker build -t yolov5-deepsort-fastreid .
Dockerfile을 기반으로 실행 가능한 이미지를 빌드합니다.
docker run -p 8080:80 yolov5-deepsort-fastreid
빌드된 이미지를 실제 컨테이너로 실행합니다.
터미널에 docker compose ps 를 입력해 컨테이너들이 Up 상태인지 확인하세요. README에 포트 번호가 적혀있다면 브라우저에서 http://localhost:포트번호 로 접속해보세요.
3. Python
쉬움사전 준비물
pip install -r pedestrians-cluster/requirements.txt
requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.
jupyter notebook
브라우저에서 노트북(.ipynb) 파일들을 열람하고 실행할 수 있는 Jupyter 화면을 켭니다.
에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.
4. Make
보통사전 준비물
- Git GitHub에서 프로젝트 코드를 내려받으려면 필요합니다.
- Make Linux/macOS는 보통 기본 설치되어 있습니다. Windows는 별도 설치(예: MSYS2, WSL)가 필요합니다.
⚠️ 이 프로젝트는 규모가 큰 저장소라, 이 방법이 실제 핵심 제품이 아니라 내부 하위 패키지를 가리키는 것일 수 있습니다. README 전체를 함께 확인해보세요.
cd fast_reid/fastreid/evaluation/rank_cylib
이 프로젝트의 관련 파일이 하위 폴더 안에 있어서, 먼저 그 폴더로 이동합니다.
make
생성된 빌드 설정을 바탕으로 실제 컴파일을 진행해 실행 파일을 만듭니다.
에러 없이 끝나면 성공입니다. 생성된 실행 파일을 직접 실행해보세요.
// repository documentation
Was this content helpful?
(0 ratings)