# yolox_sort_monitor

**Repository Path**: lishan666/yolox_sort_monitor

## Basic Information

- **Project Name**: yolox_sort_monitor
- **Description**: 基于yolox-sort的交通监测项目，开发中~
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2021-12-08
- **Last Updated**: 2024-10-16

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# yolox_sort_monitor

#### 介绍
开发基于机器视觉技术的交叉口交通监测项目，监测参数有车流量、车速、排队长度。监控视频由三脚架稳定夹持的手机拍摄，拍摄车流为西安市雁塔区小寨交叉口的长安中路的北->南方向。项目使用核心技术为Yolox目标检测、Deepsort多目标跟踪

项目正开发中，等待完善~

#### 软件架构
1. 操作系统：Windows11x64
2. Pytorch：1.80+cu111
3. Python：3.8.12
4. cuda：11.1
5. cuDNN：8.1.1
6. opencv-python：4.5.4.58


#### 安装教程

1. git clone yolox_sort_monito

   ```shell
   git clone https://gitee.com/lishan666/yolox_sort_monitor.git
   cd yolox_sort_monito
   ```

2. create and activate conda environment

   前提：已经安装anaconda

   ```shell
   conda create -n  yolox-sort python=3.8 -y
   conda activate yolox-sort
   ```

3. Install requirements

   ```shell
   pip3 install -U pip
   pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   pip3 install -v -e .  # or  python3 setup.py develop
   ```

4. Install [pycocotools](https://github.com/cocodataset/cocoapi)

   ```shell
   pip3 install cython
   pip3 install 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
   ```

5. Install pytorch

   在pytorch官网下载torch、torchaudio、torchvision文件：https://download.pytorch.org/whl/torch_stable.html

   注意：torch的版本与cuda、python和操作系统的对应关系

   use pip install *whell

   example:

   ```shell
   pip install torch-1.8.0+cu111-cp38-cp38-win_amd64.whl
   pip install torchaudio-0.8.0-cp38-none-win_amd64.whl
   pip install torchvision-0.9.0+cu111-cp38-cp38-win_amd64.whl
   ```

6. 


#### 使用说明

1. yolox权重文件下载链接： https://pan.baidu.com/s/16_XYkL_Rbiz7Ah9Vr2GZqQ  提取码：0c9s 

2. 测试视频文件下载链接：  链接：https://pan.baidu.com/s/1w8ZmuwvvuPDBNemwt6S_gA  提取码：wxn5

3. 运行demo

   ```python
   python tools/demo.py video -n yolox-s -c /path/to/your/yolox_s.pth --path /path/to/your/video --conf 0.25 --nms 0.45 --tsize 640 --save_result --device [cpu/gpu]
   ```

   ```python
   python tools/detector.py video -n yolox-nano -c weights/yolox_nano.pth --path assets/intersection.mp4 --conf 0.3 --nms 0.65 --tsize 640 --save_result --device gpu
   ```

4. xxxx

#### Reference

https://github.com/Megvii-BaseDetection/YOLOX

https://github.com/nwojke/deep_sort