摘要：學習別人的開源專案是日常的一項必備技能，本文通過一個車輛跟蹤（YOLOv5+DeepSort）的例子介紹如何配置和除錯GitHub上的開原始碼。以第一人稱的視角給出本人除錯程式碼的過程，包括專案readme的閱讀、python環境配置、程式碼除錯執行等，詳細的過程已錄製在視訊中。完整的程式碼和配置檔案可三連博主B站視訊後獲取。
關注視訊獲取程式碼資料：https://www.bilibili.com/video/BV1W34y1Y71w/（歡迎關注博主B站視訊）
前言
相傳，當你找到一處好程式碼，雄心勃勃打算“學習”一下時，總會出現一些“靈異事件”，武力值低的人往往“出師未捷身先死”。別人的程式碼蕩下來到自己機器上，怎麼就是各種Error鋪天蓋地？不是環境報錯、缺少檔案，就是語法錯誤...於是乎在想這幫人總是分享一堆Bug作甚呢？還是我自己沒Get到大佬的點？
直接點，開始我們的故事吧。從前，有個夜黑風高的夜晚，收到上峰指示，先前的“目標跟蹤”行動需立即執行：YOLOv4+Sort不好再用了，升級為YOLOv5+DeepSort。我想：“不會寫啊，Python都沒學過，額忘記我有沒有學過了，曉得了先網上找一下吧”。咦，GitHub上有，和要求上差不多，妥了妥了，蕩一下改改跑跑好不啦，小似情唷。喏這是原作者的效果，這個專案的地址：https://github.com/duongcongnha/Vehicle-tracking，下面說一下我除錯該專案的經過。
1. 打量工作
看到這樣一個專案，檢測和跟蹤效果都不錯，所以動手要把它在我的機器上執行起來。這裡是GitHub的專案主頁，我先下載一下程式碼到我的G盤，與此同時打量一下這個程式碼。
下載好了，開啟pycharm執行一下？別急，先看一眼訓練好的模型有木有，老夫推斷在models資料夾下，定睛一看存在yolov5的pt模型檔案。Nice啊，目測可以先白嫖模型，預感這個程式靠譜。
再看Readme裡面如何使用，這裡有Python環境版本，以及要安裝的依賴列表（requirement.txt）。想來按照這個要求來，應該能跑通的吧，那現在能開啟pycharm執行一下程式？那主程式是哪個不看看你就執行？待我先目測一下主程式在哪裡，還有要怎麼執行有沒有介紹。
這裡記載了執行方式，用的命令列執行，這裡有個cd命令，看來是在這個程式資料夾的application\main這個資料夾下，有個app_track.py，執行它應該就能跑起來了。
這個專案程式碼寫得比較規範，所以能很方便找到這三個點，其他的專案就不能保證這麼幸運了，那樣就得自己琢磨，當你閱碼無數自然就能積累經驗了。
2. 執行除錯
雖然看起來介紹齊全，但是我掐指一算可能會有坑，但是具體是什麼坑我不知道。先啟動pycharm，開啟下載程式的資料夾，找到app_track.py這個主程式，然後執行程式？——先配置環境。有人問我：“原來有Python環境，配置好了很多三方依賴，直接用唄可以嗎？”，那我不建議，這倆環境很可能不相容，還是要改部分依賴包的版本，最終可能這個程式執行不通，你自己原來的程式也‘靈異’報錯。”
既然如此，我用Anaconda建立一個新環境，然後在新環境裡收requirements.txt列出的這些“牛鬼蛇神”，目測靠譜一點。開啟PyCharm的終端，輸入一下命令：
conda create -n yolo5_track python==3.7
我這裡pycharm內建的終端是cmd，有些新版的pycharm變成了powershell，那後面部分命令可能不一樣。各自實際情況不一樣，大傢俱體問題具體分析，千萬別隻是照葫蘆畫瓢。那在終端裡面輸入，如下：
然後啟用環境，常規操作是吧，那就不要出錯。輸入以下程式碼，這裡如果是powershell執行下去效果可不一樣，如果有需要就自己解決一下哈。
conda activate yolo5_track
接下來要給這個環境裝上依賴，它這個專案裡是不是有requirements.txt，我們開啟看一下。還挺齊全的，有依賴名字還有部分版本號要求，那就來唄。
上面有提示我們輸入pip的安裝命令，那就在剛剛的終端下輸入以下命令，讀取txt檔案，然後執行各個依賴的安裝。
pip install -r requirements.txt
當然要先切換到requirement.txt所在的資料夾目錄，然後輸入命令回車執行，ChuaChua一堆安裝資訊提示，然後耐心等待完成。
安裝成功之後，在pycharm中選擇一下環境，基本就是File->Setting->Project->Python Interpreter，進入Python環境選擇conda環境，確定剛剛建立好的環境即可。
環境也選好了，是不是該點執行了啊？這時候是時候展現真正的技術了，開啟app_track.py，在編輯器中右擊選擇“Run”，開始執行，然後手動祈禱。
然後就是這樣滴，what？不就是按照作者給出的嗎，報錯了是什麼情況。看我幹啥，想想什麼原因啊。我們看一下最後三行，torch的module.py檔案報錯，顯示沒有某個屬性。經驗來看哈，這肯定是torch的版本不對，因為程式碼寫錯能出沒有屬性的可能性不大，除非是自己定義的，缺少了模組檔案。這裡顯然是torch的呼叫問題，應該是版本問題。
我們是按作者給出的requirements.txt安裝的，那麼問題出現在哪裡呢？我們再看一眼這個檔案的內容，有些地方是固定版本，有的是給出了最低要求，比如要求這個torch>=1.8.0，大於等於？那我現在的torch版本呢，在終端輸入pip list，可以看到torch版本1.11.0，沒毛病確實大於1.8.0。
這個版本比1.8新多了，那你說有沒有可能，到了某個版本來了個調整，把某些個屬性給刪掉或換成別的屬性了呢？我想是很有可能的，在釋出程式碼的時候作者想不到後面這些依賴會變成什麼樣的，所以只能告訴我們大於某個版本，所以這裡裝的時候就變成最新版。那如果我們把所有版本指定為特定的，是不是就能避免了。至於這裡面這麼多依賴，是不是所有版本都要調整呢，看經驗或除錯結果了。調整和測試後的依賴版本被我修改如下，然後儲存在setup.txt中：
重新輸入pip安裝命令，在終端鍵入以下命令，重新安裝：
pip install -r setup.txt
這時顯然好起來了，執行結果如下，這其實是在處理中，等到進度完成，得到處理後的結果。完整版的資原始碼和setup.txt配置檔案，可關注並三連博主B站視訊後評論獲取，可輕鬆無Bug執行。
這時找到inference/output資料夾下的mp4結果，可以得到如下的畫面，這是在原視訊中檢測後輸出的檔案。
注意到原始碼裡面讀取了yml的設定檔案，下意識開啟可以發現設定識別視訊的路徑在第24行，我們可以修改為自己的視訊所在目錄，重新進行檢測測試一下。
修改用自己的視訊檔案，測試結果如下，感覺可以滿足一般的車輛檢測跟蹤和計數要求，感興趣的朋友可以關注並三連博主B站視訊後，評論獲取完整程式碼和setup.txt依賴檔案。
結束語
由於博主能力有限，博文中提及的方法即使經過試驗，也難免會有疏漏之處。希望您能熱心指出其中的錯誤，以便下次修改時能以一個更完美更嚴謹的樣子，呈現在大家面前。同時如果有更好的實現方法也請您不吝賜教。