1、相关部署链接
边缘设备jetson或x64(ubuntu22.04)部署yolov5-deepsort目标追踪踩坑记录_[trt] 3: cannot find binding of given name: output-CSDN博客
2、数据集制作
数据集制作参考链接：YOLOv5+Deepsort训练自己的数据集实现多目标跟踪（目前已实现自定义多目标跟踪数据集，基于TBD范式稳定跟踪）-CSDN博客
自己的数据集为标注的目标抠图，扣出目标， 分为train和test，挡在deep_sort/deep/data文件夹中，文件夹中使用了10个文件夹数据，简单的测试下；需要较好的特征提取需要更多的文件夹。
训练自己的deepsort相关代码链接：yolov5_deepsort_pytorch_v5.0_mydataset: 自己简单的制作了个数据集，训练得到自己的ckpt.t7文件，结合yolo检测器，进行追踪，数据集位于deep/data文件夹
上面代码中有简单制作的数据集deep/data中。
my_data_process/scripts.py中有相关的图像处理的操作。
训练完成后的模型文件再根据1、中的部署操作生成engine文件，部署。
3、 文件生成
deepsort.engine文件是通过，链接1中的方法生成的自己的deepsort_my.engine
没有使用博主提供给的yolov5，engine创建，自己创建的相关git链接如下：
yolov8.engine生成和追踪部署总的gitee链接：yolov8_deepsort_tensort_cpp: 结合yolov8检测器和deepsort追踪器，tensort，部署目标追踪，cpp版本。