l Yolov 5 l Deep Sort 4 l

技術 l. Yolov 5 l. Deep Sort 4

技術 l. Yolov 5(You only look once v 5) l Real Time Object Detection framework l Yolov 5 s, Yolov 5 m, Yolov 5 l, Yolov 5 x l 同樣model，不同大小 l. Advantage l Py. Torch原生版本: 成熟的Py. Torch生態，對於環境建置上較為友善 l 執行速度快: v 5的速度是v 4的2倍多 l 精度高 l 體積小: 比v 4小了90% 5

技術 l. Deep Sort l Multi-Object演算法 l Detection Based Tracking 8

技術 l. Deep Sort l State Estimation l 使用 8維向量去估計狀態 l Mahalanobis distance l 用來估測Kalman預測的狀態跟下一個狀態 10

成果 l. Re. ID Model Training l. Training Dataset 1: Market-1501 l. Training Times: 1 l. Epoch: 40 14

成果 l. Re. ID Model Training l. Training Dataset 2: MARS l. Training Times: 2 l. Epoch: 40 15

成果 l. Accuracy: 65. 3% l. Average FPS: 21 16

成果 l. DEMO 18

參考資料 l. Yolov 5：https: //github. com/ultralytics/yolov 5 l. Deep Sort：https: //arxiv. org/abs/1703. 07402 22

Thanks! 23