RizwanMunawar/yolov7-object-tracking

解决的问题

本项目提供了一种在视频流中执行实时目标检测和跟踪的方法。它不仅允许用户识别目标是什么，还可以在目标穿过视频的不同帧时为其保持唯一的身份标识。

工作原理

该系统结合了用于定位每一帧中目标的检测模型（主要为 YOLOv7，并支持 YOLOv8）和用于为这些目标分配并维护 ID 的跟踪算法（参考 SORT）。它可以处理来自各种来源的输入，包括视频文件、网络摄像头、外部摄像头和 IP 摄像头流。

适用对象

这适用于需要在其应用程序中实现目标跟踪的开发人员和计算机视觉工程师，例如用于监控、交通监测或任何需要计数或跟踪特定目标的场景。

亮点

• 多模型支持：支持 YOLOv7 和 YOLOv8 权重。
• 灵活的输入源：支持视频文件、网络摄像头、IP 流和外部摄像头。
• 详细的输出：能够将跟踪质心、目标 ID 和边界框维度保存到文本文件中。
• 可定制的跟踪：支持按特定目标类别进行过滤（例如，仅跟踪人）以及用于不同跟踪轨迹的独特颜色等视觉辅助功能。