目录安装步骤1. 创建并激活虚拟环境2. 安装 PyTorch3. 升级构建工具和安装基础依赖4. 下载并修改 ByteTracksetup.pyyolox/tracker/byte_tracker.pyyolox/tracker/matching.py5. 安装 ByteTrackUpdatesByteTrack: GitHub | arXiv参考:ByteTrack算法嵌入项目保姆式教程【代码复现】ByteTrack_Demo复现经典目标跟踪算法ByteTrack之路调通第一个demo我想安装ByteTrack进行追踪的时候使用了GitHub上的教程如下所示出现了很多错误查了以上教程最终成功安装。特此记录。安装步骤1. 创建并激活虚拟环境conda create-n[env_name]python3.10-yconda activate[env_name]2. 安装 PyTorcha. 先用nvidia-smi命令查看自己的 CUDA 版本。b. 在 PyTorch (Get Started) 网站上复制安装 PyTorch 的命令。pip3installtorch torchvision --index-url https://download.pytorch.org/whl/cu126 python-cimport torch; print(torch.__version__)c. 成功安装后输入python -c import torch; print(torch.__version__)会显示出 PyTorch 的版本。3. 升级构建工具和安装基础依赖pipinstall--upgradepip setuptools wheel pipinstallcython cython_bbox cmake4. 下载并修改 ByteTrackgitclone https://github.com/ifzhang/ByteTrack.gitcdByteTrack在安装依赖文件之前需要对requirements.txt做出一些修改如下所示。# TODO: Update with exact module versionnumpy# torch1.7opencv_python loguru scikit-image tqdm# torchvision0.10.0Pillow thop ninja tabulate tensorboard lap motmetrics filterpy h5py# verified versions# onnx1.8.1onnx# onnxruntime1.8.0onnxruntime-gpu# onnx-simplifier0.3.5onnx-simplifier然后就可以进行安装了。pipinstall-rrequirements.txtsetup.py文件、yolox/tracker/byte_tracker.py文件和yolox/tracker/matching.py文件也需要修改。setup.py在两个地方加上encodingutf-8如下图所示。yolox/tracker/byte_tracker.py将一个地方的np.float改为float如下图所示。yolox/tracker/matching.py将三个地方的np.float改为float如下图所示。5. 安装 ByteTrack千万千万不要直接 python setup.py develop 会报错。按照以下的步骤python setup.py build_ext--inplacepipinstall-e.--no-build-isolation输入以下命令后输出Installation successful时就说明安装成功了哪怕代码里的 yolox.tracker.byte_tracker 显示黄色下划线也没关系可以忽略。python-cfrom yolox.tracker.byte_tracker import BYTETracker; print(Installation successful)Updates更主流、更灵活的方法通过 BoxMOT 库集成。BoxMOT 是一个统一的追踪算法库将 ByteTrack 作为可插拔组件支持与各种检测器无缝集成。安装 BoxMOT 的命令pipinstallboxmot注意BoxMOT supports Python3.10through3.13.BoxMOT 的使用教程docsBoxMOT 对设备参数的格式有特定要求BoxMOT 的select_device函数期望的是设备索引如 ‘0’而不是 ‘cuda’ 字符串。self.device0iftorch.cuda.is_available()elsecpu
目录安装步骤1. 创建并激活虚拟环境2. 安装 PyTorch3. 升级构建工具和安装基础依赖4. 下载并修改 ByteTracksetup.pyyolox/tracker/byte_tracker.pyyolox/tracker/matching.py5. 安装 ByteTrackUpdatesByteTrack: GitHub | arXiv参考:ByteTrack算法嵌入项目保姆式教程【代码复现】ByteTrack_Demo复现经典目标跟踪算法ByteTrack之路调通第一个demo我想安装ByteTrack进行追踪的时候使用了GitHub上的教程如下所示出现了很多错误查了以上教程最终成功安装。特此记录。安装步骤1. 创建并激活虚拟环境conda create-n[env_name]python3.10-yconda activate[env_name]2. 安装 PyTorcha. 先用nvidia-smi命令查看自己的 CUDA 版本。b. 在 PyTorch (Get Started) 网站上复制安装 PyTorch 的命令。pip3installtorch torchvision --index-url https://download.pytorch.org/whl/cu126 python-cimport torch; print(torch.__version__)c. 成功安装后输入python -c import torch; print(torch.__version__)会显示出 PyTorch 的版本。3. 升级构建工具和安装基础依赖pipinstall--upgradepip setuptools wheel pipinstallcython cython_bbox cmake4. 下载并修改 ByteTrackgitclone https://github.com/ifzhang/ByteTrack.gitcdByteTrack在安装依赖文件之前需要对requirements.txt做出一些修改如下所示。# TODO: Update with exact module versionnumpy# torch1.7opencv_python loguru scikit-image tqdm# torchvision0.10.0Pillow thop ninja tabulate tensorboard lap motmetrics filterpy h5py# verified versions# onnx1.8.1onnx# onnxruntime1.8.0onnxruntime-gpu# onnx-simplifier0.3.5onnx-simplifier然后就可以进行安装了。pipinstall-rrequirements.txtsetup.py文件、yolox/tracker/byte_tracker.py文件和yolox/tracker/matching.py文件也需要修改。setup.py在两个地方加上encodingutf-8如下图所示。yolox/tracker/byte_tracker.py将一个地方的np.float改为float如下图所示。yolox/tracker/matching.py将三个地方的np.float改为float如下图所示。5. 安装 ByteTrack千万千万不要直接 python setup.py develop 会报错。按照以下的步骤python setup.py build_ext--inplacepipinstall-e.--no-build-isolation输入以下命令后输出Installation successful时就说明安装成功了哪怕代码里的 yolox.tracker.byte_tracker 显示黄色下划线也没关系可以忽略。python-cfrom yolox.tracker.byte_tracker import BYTETracker; print(Installation successful)Updates更主流、更灵活的方法通过 BoxMOT 库集成。BoxMOT 是一个统一的追踪算法库将 ByteTrack 作为可插拔组件支持与各种检测器无缝集成。安装 BoxMOT 的命令pipinstallboxmot注意BoxMOT supports Python3.10through3.13.BoxMOT 的使用教程docsBoxMOT 对设备参数的格式有特定要求BoxMOT 的select_device函数期望的是设备索引如 ‘0’而不是 ‘cuda’ 字符串。self.device0iftorch.cuda.is_available()elsecpu
平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测)
