オブジェクトトラッキング(DeepSORT)をJetson Nanoで動かす

Jetson Nano2Gを使って、オブジェクトトラッキング(DeepSORT)ができるように実装していきます
Jetson Nano4Gでも同様の手順で実装できます

環境

・YOLOv5 https://github.com/ultralytics/yolov5
・Jetson Nano2G(4G)　SWAPファイル設定と冷却ファン必須
・JetPack 4.6
・OpenCV 4.5.1
・PyTorch 1.9.0
・TorchVision 0.10.0

更新履歴

2021年10月　初版

このシリーズのゴール

Jetson Nano2G(4G) でUSBカメラを使って
オブジェクトトラッキング(DeepSORT)を動かします

DeepSORTの論文こちら
https://arxiv.org/pdf/1703.07402v1.pdf

1.準備

Jetson Nano2G(4G)でYOLOv5が動く環境が構築されていること
環境構築ができていれば簡単です

環境構築ができてない場合はこのシリーズを参照
YOLOv5をJetson Nano2G(4G)で動かして、物体を検知するから応用まで　その1
YOLOv5をJetson Nano2G(4G)で動かして、物体を検知するから応用まで　その2
YOLOv5をJetson Nano2G(4G)で動かして、物体を検知するから応用まで　その3
YOLOv5をJetson Nano2G(4G)で動かして、物体を検知するから応用まで　その4

2.実装

クローンします

git clone --recurse-submodules https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch.git

環境が崩れてしまわないように
requirements.txtをコメントアウトします

# pip install -r requirements.txt

# base ----------------------------------------

#matplotlib>=3.2.2
#numpy>=1.18.5
#opencv-python>=4.1.2
#Pillow
#PyYAML>=5.3.1
#scipy>=1.4.1
#torch>=1.7.0
#torchvision>=0.8.1
#tqdm>=4.41.0

# plotting ------------------------------------

#seaborn>=0.11.0
#pandas

# deep_sort -----------------------------------

easydict

とりあえず動かしてみます

python3 track.py --source 0 --show-vid

ここからは特定の対象物だけで動かしてみます
YOLOv5 と同じように --class で指定できます
人の場合は

python3 track.py --source 0 --show-vid --class 0

実行結果です