Yolov5_DeepSort_Pytorch#

使用作者给的指令，将项目和子模块一起 clone 下来：

1
git clone --recurse-submodules https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch.git

进入项目，并根据 requirements.txt 安装需要的 Python 库：

1
pip3 install -r requirements.txt

Yolov5 模型#

推荐 YOLOv5s， 模型小，检测速度快，下载完成后把模型放在项目根目录里。

DeepSort 模型#

在 Model Zoo 下载需要的模型，但模型是存储在 Google Drive 上的，需要科学上网。

推荐下载 osnet_x0_25 ，该模型是 DeepSort 项目中的默认模型。

模型文件放到 ~/.cache/torch/checkpoints 中。

注意：这个路径可能不一定对，因为 Yolov5_DeepSort_Pytorch 的作者引用了另一个 github 上的项目 deep-person-reid ，是 DeepSort 的项目。 该项目应该是修改过模型路径，所以网上有人和我有不太一样的路径¹。 如何判断具体的路径请跳转到 “报错” 一章中查看。

No module named ‘torchreid’#

No module named ‘xx’ 类型的错误基本上就是 Python 库缺失，但这个库无法通过 pip 指令进行安装。

方法1：在 git 项目时获取项目子模块

1
git clone --recurse-submodules https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorch.git

方法2：独立安装 torchreid 库

独立安装 torchreid 库，可以参考 torchreid 和 deep-person-reid 进行安装。

UserWarning: Cython evaluation …#

UserWarning: Cython evaluation (very fast so highly recommended) is unavailable, now use python evaluation.

这种 UserWarnging 错误，我见过很多次，本来只是报个错，结果直接项目卡死。

这里我们需要对报错代码进行注释²，打开如下文件：

Yolov5_DeepSort_Pytorch/deep_sort/deep/reid/torchreid/metrics/rank.py

注释掉以下内容：

1
    warnings.warn(
2
        'Cython evaluation (very fast so highly recommended) is '
3
        'unavailable, now use python evaluation.'
4
    )

… HTTPSConnectionPool(host=‘drive.google.com’, port=443): …#

requests.exceptions.ConnectionError: HTTPSConnectionPool(host=‘drive.google.com’, port=443): Max retries exceeded with url: /uc?id=1rb8UN5ZzPKRc_xvtHlyDh-cSz88YX9hs (Caused by NewConnectionError(‘<urllib3.connection.VerifiedHTTPSConnection object at 0x7f0d1e24f430>: Failed to establish a new connection: [Errno 101] Network is unreachable’))

该报错出现的原因是在指定文件没有模型，同时 DeepSort 的原作者希望在调用模型的时候检测模型是否存在，如果没有就从对应的网站下，但可惜的是国内访问 Google Drive 是无法访问的，我科学上网之后它又认为我是机器人不让下。

在这个项目中作者是通过例如 osnet_x0_25 、osnet_x0_5 等关键字，然后通过代码生成的路径，而不是通过指定路径来定位模型的。

1
# 这是作者给的参数， DeepSort 的模型默认是 osnet_x0_25)
2
parser.add_argument('--deep_sort_model', type=str, default='osnet_x0_25')

我看到的教程给出的步骤是把模型放到 Yolov5_DeepSort_Pytorch/deep_sort/deep/checkpoint 里，但有可能是项目的多次更新之后，作者修改了默认的路径，所以将模型放到教程的路径中后，仍然报错，然后我就尝试进行 Debug 。

我通过分析报错信息，直接找到调用爬虫的文件：

Yolov5_DeepSort_Pytorch/deep_sort/deep/reid/torchreid/models/osnet.py

1
  File "/home/nono/DeepTraffic/Example/Yolov5_DeepSort_Pytorch/deep_sort/deep/reid/torchreid/models/osnet.py", line 480, in init_pretrained_weights
2
    gdown.download(pretrained_urls[key], cached_file, quiet=False)

找到对应文件，发现了作者获取模型路径的代码，并且发现根本没有 checkpoint 的文件夹，而是 checkpoints：

1
    torch_home = _get_torch_home()
2
    model_dir = os.path.join(torch_home, 'checkpoints') ##这里有问题

尝试把 checkpoint 重命名为 checkpoints 进行尝试，发现报错依旧，于是我在该文件末尾增加了如下内容，以获取模型路径：

1
if __name__ == "__main__":
2
    import os
3
    import errno
4
    import gdown
5
    from collections import OrderedDict
6

7
    def _get_torch_home():
8
        ENV_TORCH_HOME = 'TORCH_HOME'
9
        ENV_XDG_CACHE_HOME = 'XDG_CACHE_HOME'
10
        DEFAULT_CACHE_DIR = '~/.cache'
11
        torch_home = os.path.expanduser(
12
            os.getenv(
13
                ENV_TORCH_HOME,
14
                os.path.join(
15
                    os.getenv(ENV_XDG_CACHE_HOME, DEFAULT_CACHE_DIR), 'torch'
16
                )
17
            )
18
        )
19
        return torch_home
20

21
    torch_home = _get_torch_home()
22
    model_dir = os.path.join(torch_home, 'checkpoints')
23
    print(model_dir)

到这，我才得到了存放模型的正确位置：

/home/nono/.cache/torch/checkpoints/