基于YOLOv5+DeepSORT的视频目标检测跟踪计数系统-YOLOv5+DeepSORT

## 项目描述 基于YOLOv5+DeepSORT的视频目标检测跟踪计数系统
基于 YOLOv5 + DeepSORT 的视频目标检测跟踪计数系统，对监控视频中的行人、自行车、小汽车、摩托车、公交车、卡车进行实时检测、多目标跟踪，并通过双区域撞线法按方向分别统计进入/离开数量。在原有命令行版本基础上，新增了 Web 界面，支持用户上传视频、查看处理进度、统计结果和历史记录。

## 项目功能
– 视频上传：支持 MP4/AVI/MOV/MKV 等格式，拖拽或点击上传
– 目标检测与跟踪：YOLOv5 检测 6 类目标，DeepSORT 分配轨迹 ID
– 双向计数：蓝/黄双多边形撞线，按穿越顺序判定进入（下行）与离开（上行），同一 ID 防重复计数
– 统计展示：进入/离开/合计计数卡片、分类别统计表、逐次撞线事件时间线
– 结果回放：输出带检测框、轨迹 ID、撞线区域标注的 H.264 视频，浏览器可直接播放
– 历史记录：SQLite 持久化，支持回看统计结果和删除记录，重启不丢失
– 处理进度：实时显示帧进度和当前计数，后台队列串行处理
## 运行环境
– 操作系统：Windows（亦兼容 Linux）
– Python 3.11
– CPU 模式运行（约 0.5 秒/帧），有 NVIDIA 显卡可装 CUDA 版 PyTorch 加速
– 服务启动：项目根目录执行`python app.py` ，浏览器访问`http://127.0.0.1:5000`
## 项目技术
– 检测模型：YOLOv5m（COCO 预训练权重）
– 跟踪算法：DeepSORT（卡尔曼滤波 + 匈牙利匹配 + ReID 外观特征）
– 计数算法：双多边形区域撞线法，轨迹点穿越顺序判定方向
– 后端：Flask + SQLite，后台线程任务队列，视频 Range 分段传输
– 前端：原生 HTML/CSS/JS 单页应用，XMLHttpRequest 上传进度、轮询任务状态
– 依赖：PyTorch、OpenCV、NumPy、SciPy

以上系统源码经过技术整理与调试，确保能正常运行