OpenCV视觉分析之目标跟踪(7)目标跟踪器类TrackerVit的使用

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

VIT 跟踪器由于特殊的模型结构而变得更快且极其轻量级，模型文件大约为 767KB。模型下载链接：https://github.com/opencv/opencv_zoo/tree/main/models/object_tracking_vittrack 作者：PengyuLiu，邮箱：[e-mail]

cv::TrackerVit 是 OpenCV 中的一个视觉跟踪器类，它是基于 ViT（Vision Transformer）架构的一种实现。ViT 是一种用于图像识别的深度学习模型，近年来在计算机视觉领域取得了显著的效果。

代码示例

#include <iostream>
#include <opencv2/opencv.hpp>int main()
{// 读取视频文件cv::VideoCapture cap( 0 );if ( !cap.isOpened() ){std::cout << "Error opening video file" << std::endl;return -1;}// 读取第一帧cv::Mat frame;cap >> frame;if ( frame.empty() ){std::cout << "Error reading first frame" << std::endl;return -1;}// 选择目标区域cv::Rect bbox = cv::selectROI( "Select ROI", frame, false, false );if ( bbox.width <= 0 || bbox.height <= 0 ){std::cout << "No ROI selected" << std::endl;return -1;}// 创建 TrackerVit 对象cv::Ptr< cv::Tracker > tracker = cv::TrackerVit::create();// 初始化跟踪器tracker->init( frame, bbox );// 跟踪目标while ( true ){cap >> frame;if ( frame.empty() ){break;}// 更新跟踪结果cv::Rect newBox;bool ok = tracker->update( frame, newBox );// 绘制边界框if ( ok ){cv::rectangle( frame, newBox, cv::Scalar( 0, 255, 0 ), 2, 1 );}else{cv::rectangle( frame, newBox, cv::Scalar( 0, 0, 255 ), 2, 1 );}// 显示结果cv::imshow( "Tracking", frame );if ( cv::waitKey( 1 ) >= 0 ){break;}}return 0;
}

运行结果

代码所需的onnx文件下载地址：
https://download.csdn.net/download/jndingxin/89938956