
ultralytics-YOLO-DeepSort-ByteTrack-PyQt-GUI
点点鼠标,就能用YOLO加跟踪算法跑视频和摄像头
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-10-01 · 当前星标 ★ 462
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python
- CUDA GPU
安装与启动步骤
-
1装依赖
跟踪与界面相关的库。
pip install -r requirements.txt -
2下权重
检测与跟踪模型各有权重。
python download_weights.py -
3起图形界面
它自带桌面式界面。
-
4换成自己的视频源
支持文件与摄像头。
如何确认成功
用一段示例视频跑通检测与跟踪,界面里目标的编号在遮挡前后保持一致
注意事项
- 它把检测与两种跟踪算法接到图形界面上,适合快速验证跟踪效果。
- 跟踪的目标编号一致性是核心指标,遮挡后重识别失败就会换号。
- 换场景后阈值往往要重调,默认参数只适合示例视频。
- 界面依赖较重,纯服务器环境建议只用命令行部分。
核心亮点
- 把YOLOv8/11/13与DeepSort、ByteTrack整合进单一GUI,切换模型和跟踪器无需改代码
- 同时覆盖检测、跟踪、姿态估计与实例分割,任务类型比多数同类GUI更全
- 支持ONNX Runtime,可在无CUDA环境或边缘设备上做推理部署
不足之处
- GUI基于PyQt,界面交互和批量处理能力相比Web方案偏弱
- 跟踪与检测的调参项暴露有限,深度定制仍需改源码
适用场景
- 教学演示中快速展示不同YOLO版本与跟踪算法的效果差异
- 安防或客流分析原型,用摄像头实时做行人检测与跟踪
- 视频内容分析,对已有素材批量跑姿态估计和实例分割
替代项目
ultralytics/ultralytics、mikel-brostrom/boxmot、AlexeyAB/darknet
上一篇:platypus
下一篇:see-through
同类项目推荐
DocLayout-YOLO
开源
专为文档版面打造的轻量检测模型,快速框出标题表格图片
DocLayout-YOLO: Enhancing Document Layout Analysis through Diverse Synthetic Data an···
CV_Deployment_skill
开源
视觉模型部署工程模板,照着配就能跑起来
Computer vision deployment resources and engineering workflow configuration
SwapNet
开源
上传人物和衣服照片,一键生成试穿效果
Virtual Clothing Try-on with Deep Learning. PyTorch reproduction of SwapNet by Raj e···
surya
开源
多语言文档一键 OCR,版面表格阅读顺序全搞定
OCR, layout analysis, reading order, table recognition in 90+ languages
galaxy-explorer
开源
浏览器里漫游程序化生成的银河系,无需后端和构建步骤
An interactive, procedurally-generated Milky Way galaxy in the browser — WebGL / th···
3dgrut
开源
给高斯泼溅加上光线追踪,渲染出真实反射与阴影
Ray tracing and hybrid rasterization of Gaussian particles
PolarFormer
开源
用极坐标 Transformer 做多相机 3D 检测
[AAAI 2023] PolarFormer: Multi-camera 3D Object Detection with Polar Transformers
Meshroom
开源
拖拽节点,从照片自动生成三维模型
Node-based Visual Programming Toolbox
SIFU
开源
单张照片秒变3D人体,侧视补全细节,动画直接可用
[CVPR 2024 Highlight] Official repository for paper "SIFU: Side-view Conditioned Imp···