1 Star 5 Fork 1

Lyle/YOLOv8-PySide6-CLIP-REID

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
贡献代码
同步代码
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README

YPCRer — Pedestrian Re-Identification System Based on YOLOv8 and CLIP-ReID


📚 项目简介

YPCRer 是在 YoloSide v2 项目基础上进行的再开发,在原有的目标检测功能上进行改动。引入CLIP-ReID,新增了数据管理(增删改查)、行人重识别和任务记录功能。此次项目是为了学习目标检测和重识别技术,同时学习使用了QT的Pyside6进行桌面应用开发。我也有相关的资料可以找我QQ:1379239710。


✏️ 参考项目链接

CLIP-ReID 项目

源码链接

界面功能等参考

链接

YOLOv8


🎦 视频展示


💻 核心技术栈

后端:

  • 数据库:MySQL 8.0

前端

  • Pyside6

目标检测技术

  • YOLOv8

重识别技术

  • CLIP-ReId

🔨 开发环境

  • 操作系统:Windows 11
  • 集成开发工具:Pycharm
  • 版本控制工具:Git
  • 环境管理:Anaconda (Python 版本:3.11)

📊 代码架构

代码架构


☝️ 使用

  • 模型准备:下载CLIP-ReId和YOLOv8的模型(模型太大没有上传),要根据模型进行略微修改。 因为clip-reid的模型太大了上传不了,所以项目的代码架构中reid-models这个文件夹没有需要自己创建,然后放入模型。 模型的话需要你自己去上面参考项目CLIP-ReID 项目的主页下载,项目里面使用的是Market1501的模型(因为其它模型参数也不一样,需要自己修改参数才能跑其它模型) 使用的模型
  • 安装环境
conda create -n test(虚拟环境名称,可更换)
conda activate test

下面是安装pytorch,要先安装cuda(根据自己的电脑来,不会可以查教程)
(pytorch推荐2.1.0,尽量别上高版本,容易出错)
conda install pytorch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 pytorch-cuda=12.1 -c pytorch -c nvidia


pip install yacs
pip install timm
pip install scikit-image
pip install tqdm
pip install ftfy
pip install regex

下面的版本要对应(python为3.11.7版本,下面为适配的版本,版本不一样大概率报错)
pip install ultralytics==8.0.48
pip install pyside6==6.4.2

然后numpy下降到1.24版本
conda install numpy==1.24
然后是安装mysql(如果不需要数据管理功能,可以注释掉相关代码)
分为安装mysql服务和安装pymysql包,不会的搜百度
然后创建数据库,导入sql文件夹中的sql文件
往里面的表都随便添加一些数据



🎀 界面展示

登录:

登录

主页:

主页

数据管理:

数据管理

目标检测:

目标检测

重识别:

重识别

空文件

简介

基于YOLOv8、PySide6、CLIP-REID开发的行人重识别系统。 展开 收起
取消

发行版

暂无发行版

贡献者

全部

近期动态

不能加载更多了
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
Python
1
https://gitee.com/yang-luming321/yolov8-py-side6-clip-reid.git
git@gitee.com:yang-luming321/yolov8-py-side6-clip-reid.git
yang-luming321
yolov8-py-side6-clip-reid
YOLOv8-PySide6-CLIP-REID
main

搜索帮助