Update README.md

README.md

@@ -1,75 +1,8 @@
-<div align="center">
-<h1> yolov8-deepsort-tracking </h1>
-
-[![Hugging Face Spaces](https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-Spaces-blue)](https://huggingface.co/spaces/KdaiP/yolov8-deepsort-tracking)
-</div>
-
-![示例图片](./demo.png)
-
-opencv+yolov8+deepsort的行人检测与跟踪。当然，也可以识别车辆等其他类别。
-
-# 更新历史
-
-2024/2/11更新：清理代码，完善注释。WebUI新增识别目标选择、进度条显示、终止推理、示例等功能。
-
-2023/10/17更新：简化代码，删除不必要的依赖。解决webui上传视频不会清空tracker ID的问题。
-
-2023/7/4更新：加入了一个基于Gradio的WebUI界面
-
-## 安装
-环境：Python>=3.8
-
-本项目需要pytorch，建议手动在[pytorch官网](https://pytorch.org/get-started/locally/)根据自己的平台和CUDA环境安装对应的版本。
-
-pytorch的详细安装教程可以参照[Conda Quickstart Guide for Ultralytics](https://docs.ultralytics.com/guides/conda-quickstart/)
-
-安装完pytorch后，需要通过以下命令来安装其他依赖：
-
-```shell
-$ pip install -r requirements.txt
-```
-
-如果需要使用GUI，需要通过以下命令安装tqdm进度条和Gradio库：
-
-```shell
-$ pip install tqdm gradio
-```
-
-
-## 配置(非WebUI)
-
-在main.py中修改以下代码，将输入视频路径换成你要处理的视频的路径：
-
-```python
-input_path = "test.mp4"
-```
-
-模型默认使用Ultralytics官方的YOLOv8n模型：
-
-```python
-model = YOLO("yolov8n.pt")
-```
-
-第一次使用会自动从官网下载模型，如果网速过慢，可以在[ultralytics的官方文档](https://docs.ultralytics.com/tasks/detect/)下载模型，然后将模型文件拷贝到程序所在目录下。
-
-## 运行(非WebUI)
-
-运行main.py
-
-推理完成后，终端会显示输出视频所在的路径。
-
-## WebUI界面的配置和运行
-
-demo: [Huggingface demo](https://huggingface.co/spaces/KdaiP/yolov8-deepsort-tracking)
-
-
-运行app.py，如果控制台出现以下消息代表成功运行：
-```shell
-Running on local URL:  http://127.0.0.1:6006
-To create a public link, set `share=True` in `launch()`
-```
-
-浏览器打开该URL即可使用WebUI界面
-
-![WebUI](./webui.png)
-
+---
+license: mit
+title: yolov8-deepsort-tracking
+sdk: gradio
+emoji: ⚡
+colorFrom: blue
+pinned: false
+---