MOT(Multi-object tracking) and MCMOT(Multi-class Multi-object tracking ) using yolov5 with C++ support bytetrack
该仓库是为了学习Bytetrack目标跟踪算法而建的，代码中的Bytetrack单目标跟踪C++代码实现参考于DeepSORT仓库。多类别多目标跟踪算法实现参考于ByteTrack-MCMOT-TensorRT这个仓库。
代码采用C++实现，目标检测支持YOLOv5 6.2,跟踪支持bytetrack。 检测模型可以直接从YOLOv5官网，导出onnx使用。 特征提取可以自己训练，导出onnx使用，onnxruntime cpu 推理，方便使用。
本文源码地址：
https://github.com/zhahoi/ByteTrack_MCMOT-
Microsoft Visual Studio 2019
-
opencv-4.5.5
-
eigen-3.4.0
-
onnxruntime-win-x64-gpu-1.16.1
-
cuda v11.8
代码中使用的权重和检测类别，我是下载自DeepSORT该仓库提供的百度云链接，这里贴上下载地址：
百度网盘
链接：https://pan.baidu.com/s/1igjNK2ty-H5AU_Ut08pkoA
提取码：0000
我们需要的内容有以下两个：
yolov5s.onnx
coco_80_labels_list.txt
测试的视频我就不提供了，可以自由选择。
在main.cpp中，可以通过修改NUM_CLASSES(num)中num的数字来选择是但目标跟踪还是多目标跟踪。当num=1为单目标跟踪，当num>1为多目标跟踪。
const int NUM_CLASSES(1); // number of object classes
在main.cpp中以下代码可以设置跟踪的类别信息：
// 这里只针对于单个类别
for (detect_result dr : results)
{
if (NUM_CLASSES == 1)
{
if (dr.classId == 0) //person
{
objects.push_back(dr);
}
}
// 针对多类别跟踪
else if (NUM_CLASSES > 1) // Multi-class tracking output
{
if (dr.classId == 2 || dr.classId == 5 || dr.classId == 9)
{
objects.push_back(dr);
}
}
}
通过修改dr.classId可以指定要跟踪的类别。