1.实战部分1.1具体操作其实和之前的deepsort没差到github上下载Yolov5_StrongSORT_OSNet下载对应的yolov5去替代原文件中yolov5下载yolov5权重（可以自动下载）和ReID权重（可能要科学上网）放到weight里面ReID权重有点神秘，给的是需要科学上网才能下载的，下载之后发现是pth，好像是会格式不对应默认的osnet_x0_25_msmt17.pt也给到你们：链接：https://pan.baidu.com/s/1RlB1oeiOQ7Le3XFd_QhmAg?pwd=nlsh提取码：nlsh或者是到csdn这里去下载把一些没法自动下载的疯狂报错

1.实战部分1.1具体操作其实和之前的deepsort没差到github上下载Yolov5_StrongSORT_OSNet下载对应的yolov5去替代原文件中yolov5下载yolov5权重（可以自动下载）和ReID权重（可能要科学上网）放到weight里面ReID权重有点神秘，给的是需要科学上网才能下载的，下载之后发现是pth，好像是会格式不对应默认的osnet_x0_25_msmt17.pt也给到你们：链接：https://pan.baidu.com/s/1RlB1oeiOQ7Le3XFd_QhmAg?pwd=nlsh提取码：nlsh或者是到csdn这里去下载把一些没法自动下载的疯狂报错

环境windows1064bitpython3.8pytorch1.7.1+cu101简介前面，我们介绍过基于YOLOv5和DeepSort的目标跟踪，最近大神又在刚出的YOLOv7的基础上加上了目标跟踪，跟踪部分使用的是基于OSNet的StrongSORT，项目地址:https://github.com/mikel-brostrom/Yolov7_StrongSORT_OSNet。源码下载首先去下载源码，目前作者已经发布了v1.0正式版，我们就用它# 使用参数-b下载特定tag的源码，--recurse-submodules参数是为了递归下载根目录下的子项目，这里有yolov7，它是从官方的

环境windows1064bitpython3.8pytorch1.7.1+cu101简介前面，我们介绍过基于YOLOv5和DeepSort的目标跟踪，最近大神又在刚出的YOLOv7的基础上加上了目标跟踪，跟踪部分使用的是基于OSNet的StrongSORT，项目地址:https://github.com/mikel-brostrom/Yolov7_StrongSORT_OSNet。源码下载首先去下载源码，目前作者已经发布了v1.0正式版，我们就用它# 使用参数-b下载特定tag的源码，--recurse-submodules参数是为了递归下载根目录下的子项目，这里有yolov7，它是从官方的

论文地址：https://arxiv.org/abs/2202.13514代码地址：https://github.com/dyhBUPT/StrongSORT摘要现有的多目标跟踪(MOT)方法可以大致分为检测跟踪和联合检测关联范式。尽管后者引起了更多的关注，并显示出相对于前者的可比性能，但我们声称，就跟踪精度而言，跟踪检测范式仍然是最佳解决方案。在本文中，我们重新审视了经典的跟踪器DeepSORT，并从各个方面对其进行了升级，即检测，嵌入和关联。生成的跟踪器称为StrongSORT，在MOT17和MOT20上实现了新的HOTA和IDF1。我们还提出了两种轻量级和即插即用算法，以进一步完善跟踪结

项目简介YOLOv5+StrongSORTwithOSNet：YOLOv5检测器+StrongSORT跟踪算法+OSNet行人重识别模型项目地址：https://github.com/mikel-brostrom/Yolov5_StrongSORT_OSNet环境安装1.Conda建立虚拟环境condacreate-nyolov5python=3.82.安装PyTroch和TorchVision可以选择官网安装：或者下载whl文件本文Pytorch安装的版本为1.8.0，torchvision对应的版本为0.9.0注意：cp对应Python包版本，linux对应lLinux版本，win对应Wi