
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
这是一个基于 PyQt 的桌面图形界面应用,把 Ultralytics 的 YOLO 系列模型(YOLOv8、YOLO11、YOLOv13)与 DeepSort、ByteTrack 两种多目标跟踪算法整合到统一的操作界面中。用户无需写代码,即可对图片、视频文件或摄像头实时画面执行目标检测、多目标跟踪、人体姿态估计与跟踪,以及实例分割等任务。项目支持 ONNX Runtime 推理,方便在无 GPU 或需要跨平台部署的环境下运行。核心价值在于降低了计算机视觉流水线的使用门槛:把模型加载、跟踪器切换、输入源选择、结果可视化等步骤全部图形化,适合做快速演示、教学验证和原型搭建。对于需要对比不同 YOLO 版本与跟踪算法效果的研究者,它提供了开箱即用的对照实验平台。
项目预览
项目数据
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
使用教程
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
项目介绍
上一篇:platypus
下一篇:没有了!
同类项目推荐
modlens
开源
给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···
opencv
开源
开箱即用的视觉算法库,搞定图像视频处理与识别
Open Source Computer Vision Library
DEIMv2
开源
用DINOv3做实时检测,又快又准,直接落地。
[DEIMv2] Real Time Object Detection Meets DINOv3
OpenCVTutorials
开源
中文 OpenCV 教程,从入门到实战,边看边跑代码
OpenCV-Python4.1 中文文档