该项目定义了一些piplines,可以针对视频流的一些能力,诸如检测、识别、跟踪、分割等实现工程化,将其和模型推理解耦开来
- 支持多进程检测/跟踪,避免卡顿
- 对视频流做目标检测
- 对视频流做目标跟踪
- 对视频流做分割
- 对视频流做姿态估计
- 创建一套检测+跟踪的pipline
# 引入对应的包
from teot.detect import DetectEye
from teot.track import TrackEye
from teot.multi import MultiEye
# 定义好你的检测器
det = ...
# 将检测器传入DetectEye中创建对象
det_eye = DetectEye(det)
# 创建一个TrackEye对象用于跟踪,这里的跟踪方法是KCF
track_eye = TrackEye("kcf", det_eye.color_boxes)
# 创建一个检测+跟踪的混合pipline,并运行
multi_eye = MultiEye(det_eye, track_eye, video_type="视频路径", display_name="win")
multi_eye.run()
下面是运行权游的demo
- 解决视频人物动作过快,显示的预测结果和对应帧有明显延迟的问题