Object-Detection-and-Tracking

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Ubuntu 16.04 或 18.04（README 中已测试的系统）
• Python 2.7 或 3.6
• NVIDIA 显卡，已测 GTX 1080Ti / RTX 2080Ti
• ROS Kinetic / Melodic（README 列出的测试环境之一）
• 已安装 Git

安装与启动步骤

1. 1确认系统与 Python 版本

   README 只在 Ubuntu 16.04/18.04 与 Python 2.7/3.6 上验证过，先核对本机版本是否匹配。

   python --version
   lsb_release -a

   复制

2. 2克隆项目仓库

   README 中唯一的安装命令就是克隆仓库，把代码下载到本地。

   git clone https://github.com/yehengchen/Object-Detection-and-Tracking.git

   复制

3. 3进入项目目录

   后续所有操作都在仓库根目录或选定的子目录中进行。

   cd Object-Detection-and-Tracking

   复制

4. 4查看子项目结构

   仓库按 OneStage 等目录组织，包含 YOLOv3/YOLOv4 + DeepSORT 等独立示例，先确认要运行哪一个。

   ls
   ls OneStage/yolo

   复制

5. 5按子目录说明准备环境

   README 未给出 pip/conda 依赖安装命令，进入选定子目录后按其内附说明准备依赖与模型权重。

   cd OneStage/yolo

   复制

如何确认成功

能成功执行 git clone 并在 ls OneStage/yolo 中看到 deep_sort_yolov4 等子目录，说明代码已完整获取。

常见问题

注意事项

• README 的安装部分只有 git clone，没有依赖安装、模型下载或运行命令，本教程因此不提供未经验证的命令。
• 仓库包含多个互相独立的子项目（如 OneStage/yolo 下的 YOLOv3、YOLOv4 + DeepSORT 示例），先选定一个再操作。
• README 标注的 Python 版本为 2.7/3.6，使用更高版本需自行验证兼容性。
• 模型权重、数据集等资源 README 未给出下载地址，需按子目录文档自行准备。