使用YOLO+DeepSort实现人员计数时出现numpy.float32无len()方法的TypeError错误

嘿，我看你在实现YOLOv8+DeepSort的人员计数功能时碰到了TypeError: object of type 'numpy.float32' has no len()这个问题，大概率是因为你传递给DeepSort的检测分数还是numpy.float32类型，而DeepSort内部处理时误将其当作可迭代对象调用了len()方法导致的。我帮你把代码修复好，顺便补全未完成的部分：

修复后的完整代码 #

import cv2
import numpy as np
from ultralytics import YOLO
from deep_sort_realtime.deepsort_tracker import DeepSort

def count_unique_people(video_path):
    # 加载YOLOv8n模型，指定只检测人类（类别0）
    model = YOLO('yolov8n.pt')  
    cap = cv2.VideoCapture(video_path)
    
    if not cap.isOpened():
        print("Error opening the video file")
        return
    
    # 初始化DeepSort跟踪器，max_age表示目标消失后保留ID的帧数
    tracker = DeepSort(max_age=30)
    unique_ids = set()
    
    while cap.isOpened():
        ret, frame = cap.read()
        if not ret:
            break

        # 运行YOLO检测，只保留人类类别（classes=0）
        results = model(frame, classes=0)
        
        detections = []
        for result in results:
            boxes = result.boxes.xyxy.cpu().numpy()  
            scores = result.boxes.conf.cpu().numpy()  
            
            for box, score in zip(boxes, scores):
                x1, y1, x2, y2 = box[:4]
                # 关键修复：将numpy.float32类型的score转换为Python原生float
                detections.append([x1, y1, x2, y2, float(score)])
        
        # 更新跟踪器
        tracked_objects = tracker.update_tracks(detections, frame=frame)
        
        # 遍历跟踪到的对象，收集唯一ID
        for obj in tracked_objects:
            if obj.is_confirmed():
                unique_id = obj.track_id
                unique_ids.add(unique_id)
        
        # 可选：在画面上绘制跟踪框和ID（方便调试）
        for obj in tracked_objects:
            if obj.is_confirmed():
                bbox = obj.to_tlbr()
                x1, y1, x2, y2 = bbox
                cv2.rectangle(frame, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
                cv2.putText(frame, f"ID: {obj.track_id}", (int(x1), int(y1)-10), 
                            cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)
        
        # 显示画面（按q退出）
        cv2.imshow("People Counting", frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    
    # 释放资源
    cap.release()
    cv2.destroyAllWindows()
    
    # 返回唯一人员数量
    print(f"Total unique people counted: {len(unique_ids)}")
    return len(unique_ids)

# 调用示例
# count_unique_people("your_video_path.mp4")

关键修改点说明 #

• 分数类型转换：把score直接转为Python原生float类型（float(score)），避免DeepSort处理numpy类型时触发错误。
• 补全跟踪逻辑：完善了tracker.update_tracks()的调用，并增加了确认跟踪对象、收集唯一ID的逻辑。
• 添加可视化调试：增加了绘制跟踪框和ID的代码，方便你直观看到跟踪效果。

如果运行时还有其他问题，比如依赖版本不兼容，可以检查一下ultralytics和deep_sort_realtime的版本，建议使用最新稳定版。

备注：内容来源于stack exchange，提问作者san4s