📚 课程目录第1章 YOLOv8基础检测与DeepSORT跟踪框架搭建

1. YOLOv8基础检测与DeepSORT跟踪框架搭建

任务目标

本案例将搭建一个基于YOLOv8检测与DeepSORT跟踪的基础框架，实现视频中多目标（人、车等）的实时检测与稳定跟踪，最终生成带跟踪ID的标注视频。核心流程为：读取视频帧 → YOLOv8目标检测 → DeepSORT特征提取与数据关联 → 绘制跟踪框与ID → 输出结果视频。

环境依赖

需要安装以下核心库（建议Python 3.9+，CUDA可选）：

pip install ultralytics deep-sort-realtime opencv-python

说明：deep-sort-realtime 库封装了DeepSORT的级联匹配与轨迹管理逻辑，内部使用轻量级ReID模型提取外观特征，无需额外下载权重文件。

完整实现代码

以下代码为最小可运行实现，直接保存为 yolo_deepsort_tracker.py：

import cv2
import numpy as np
from ultralytics import YOLO
from deep_sort_realtime.deepsort_tracker import DeepSort

def main():
    # 1. 初始化模型
    detector = YOLO('yolov8n.pt')  # 自动下载轻量级预训练权重
    tracker = DeepSort(max_age=30, nn_budget=100, max_cosine_distance=0.3)
    
    # 2. 打开视频（输入路径自行替换）
    cap = cv2.VideoCapture('input_video.mp4')
    fps = int(cap.get(cv2.CAP_PROP_FPS))
    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    
    # 3. 输出视频写入器
    out = cv2.VideoWriter('output_video.mp4', 
                          cv2.VideoWriter_fourcc(*'mp4v'), 
                          fps, (width, height))
    
    while cap.isOpened():
        ret, frame = cap.read()
        if not ret:
            break
            
        # 4. YOLOv8检测（仅保留person和car，可按需调整）
        results = detector(frame, classes=[0, 2], conf=0.4, verbose=False)[0]
        detections = []
        for box in results.boxes:
            x1, y1, x2, y2 = map(int, box.xyxy[0].tolist())
            conf = float(box.conf[0])
            cls = int(box.cls[0])
            # DeepSORT输入格式：[left, top, width, height, conf, class_id]
            detections.append(([x1, y1, x2 - x1, y2 - y1], conf, cls))
        
        # 5. DeepSORT跟踪更新
        tracks = tracker.update_tracks(detections, frame=frame)
        
        # 6. 绘制跟踪结果
        for track in tracks:
            if not track.is_confirmed():
                continue
            track_id = track.track_id
            ltrb = track.to_ltrb()  # [left, top, right, bottom]
            x1, y1, x2, y2 = map(int, ltrb)
            cls_name = detector.names[track.det_class] if track.det_class is not None else 'obj'
            
            cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2)
            label = f'ID:{track_id} {cls_name}'
            cv2.putText(frame, label, (x1, y1 - 10), 
                       cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)
        
        out.write(frame)
        # 可选：实时预览（去掉注释即可）
        # cv2.imshow('Tracking', frame)
        # if cv2.waitKey(1) & 0xFF == ord('q'):
        #     break
    
    cap.release()
    out.release()
    cv2.destroyAllWindows()
    print('处理完成，结果已保存至 output_video.mp4')

if __name__ == '__main__':
    main()

运行方式

将待处理视频命名为 input_video.mp4 并放在脚本同目录下；
执行命令：python yolo_deepsort_tracker.py；
首次运行会自动下载 yolov8n.pt 权重（约6MB）。

验证方法与通过标准

运行无报错：脚本正常结束并打印“处理完成”提示；
输出文件存在：同目录下生成 output_video.mp4，时长与输入视频一致；
跟踪效果正确：打开输出视频，同一目标在整个视频片段中ID保持不变；不同目标（如两辆交错的车）ID不混淆；检测框稳定贴合目标，无频繁丢失或跳变。

常见问题

检测类别调整：classes=[0, 2] 表示只检测人（COCO类别0）和车（类别2），如需其他类别可修改列表；
跟踪ID跳变：若目标被长时间遮挡后ID改变，可增大 max_age（如设为60）提升记忆时长；
处理速度慢：可改用 yolov8s.pt 或降低输入分辨率，也可将 conf 阈值调高至0.5减少候选框。