Yolov5_DeepSort_Pytorch-master 调用流程

deepsort包track.py执行的过程如下：

1. 执行track.py中的detect（）函数
2. 实例化DeepSort类，执行deep_sort.py 中的初始化函数
3. 实例化FeatureExtractor，执行feature_extractor.py中的初始化函数__init__（）
4. 建立模型，调用torchreid\models\__init__.py中的build_model函数
5. 返回建立的模型的参数，调用models\下的模型定义文件（e.g. resnet .py）,初始化模型结构
6. 调用torchreid\utils\torchtools.py 文件中load_pretrained_weights，加载预训练权重
7. 返回track.py执行deepsort.update（）
8. 后续执行feature_extractor.py中的__call__（）函数，features = self.model(images)提取特征

包来源：mikel-brostrom Yolov5_DeepSort_Pytorch