基本設計思路

基于YOLOv8對象檢測/實例分割模型，實現一個基于檢測的對象跟蹤算法，YOLOv8支持兩種主流的對象跟蹤算法ByteTrack與Botsort。通過自定義數據訓練YOLOv8對象檢測器可以實現不同類別的對象的跟蹤。同時基于檢測與跟蹤模型的輸出，實現了對象計數、指定類別跟蹤、區(qū)域流量統計、指定ID跟蹤、單對象與多對象跟蹤等操作。

應用開發(fā)層面，需要三個主要的交互與顯示界面，一個是針對YOLOv8檢測與跟蹤模型的模型參數設置；第二個是針對YOLOv8檢測與跟蹤結果的顯示過濾與輸出過濾的后處理；第三個是針對后處理數據的顯示包括流量出入、是否需要語音報警等應用層面的數據展示。

整個程序開發(fā)實現了跟蹤線程與界面線程分別獨立工作，支持數據交互，實時顯示運行結果與流量統計信息展示。最終完成的界面設計如下：

運行截圖

實時車輛流量統計

基于對象ID的單對象跟蹤：

人流量出入統計

代碼

啟動跟蹤開始交通流量統計線程的代碼如下：

defon_yolov8_track(self):
image_file=self.image_file_edit.text()
label_file=self.label_file_path.text()
model_file=self.weight_file_path.text()
iflen(image_file)==0orlen(label_file)==0orlen(model_file)==0:
QtWidgets.QMessageBox.warning(self,"警告","參數文件未選擇...")
return

self.traffic_delta_label.setText("流量凈值:0")
self.traffic_jam_label.setText("總流量:0")
self.input_traffic_label.setText("進流量:0")
self.output_traffic_label.setText("出流量:0")

settings=DLInferSettings()
settings.weight_file_path=self.weight_file_path.text()
settings.label_map_file_path=self.label_file_path.text()
settings.score_threshold=self.conf_spinbox.value()
settings.input_image=image_file
settings.track_vehicle=self.vehicle_chkbox.isChecked()
settings.track_person=self.person_chkbox.isChecked()
settings.track_by_category_index=self.category_combox.currentIndex()
settings.track_id=self.track_by_id_spin_box.value()
settings.target_deploy=1
ifself.hline_rbtn.isChecked():
settings.track_line_type=0
ifself.vline_rbtn.isChecked():
settings.track_line_type=1
ifself.diagonal_rbtn.isChecked():
settings.track_line_type=2

self.work_thread=InferenceThread(settings)
self.work_thread.fire_stats_signal.connect(self.on_update_result_image)
self.work_thread.finished.connect(self.work_thread.deleteLater)
self.work_thread.start()
self.startBtn.setStyleSheet("background-color:gray;color:white")
self.startBtn.setEnabled(False)
self.stopBtn.setStyleSheet("background-color:cyan;color:black")
self.stopBtn.setEnabled(True)

defon_update_result_image(self,outs):
image=outs.get("result")
done=outs.get("done")
num_in=outs.get("num_in")
num_out=outs.get("num_out")
ifimageisnotNone:
dst=cv.cvtColor(image,cv.COLOR_BGR2RGB)
height,width,channel=dst.shape
bytesPerLine=3*width
img=QtGui.QImage(dst.data,width,height,bytesPerLine,QtGui.QImage.Format_RGB888)
pixmap=QtGui.QPixmap(img)
pix=pixmap.scaled(QtCore.QSize(1280,720),QtCore.Qt.KeepAspectRatio)
self.label.setPixmap(pix)
self.show_text("OpenCV開發(fā)者聯盟-跟蹤演示")
self.traffic_delta_label.setText("流量凈值:%d"%(num_in-num_out))
self.traffic_jam_label.setText("總流量:%d"%(num_in+num_out))
self.input_traffic_label.setText("進流量:%d"%num_in)
self.output_traffic_label.setText("出流量:%d"%num_out)
ifdoneisnotNone:
self.stopBtn.setStyleSheet("background-color:gray;color:white")
self.stopBtn.setEnabled(False)
self.startBtn.setStyleSheet("background-color:cyan;color:black")
self.startBtn.setEnabled(True)

審核編輯：劉清