yolov5 deepsort能否共享特征提取网络？

最近在学习多目标跟踪，但是0基础。
我发现yolov5里用到了特侦提取网络，deepsort里也有，那么我可不可以只训练一个网络，然后让他们共同使用？
如果可以的话，具体应该怎么实现呢？

• 建议你看下这篇博客👉 ：yolov5+deepsort多目标追踪，人数以及车辆统计
• 除此之外, 这篇博客: Yolov5+Deepsort多目标追踪，支持显示目标类别中的 Yolov5+Deepsort多目标追踪，支持显示目标类别 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  
• • 本文禁止转载!
  • 项目简介：
  • 代码地址（欢迎star）：
  • YOLOv5检测器：
  • DeepSort追踪器：
  • 运行demo：
  • 训练自己的模型：
  • 调用接口：
  • • 创建检测器：
    • 调用检测接口：
  • 联系作者：

• 您还可以看一下 白勇老师的YOLOv5+DeepSORT多目标跟踪与计数精讲课程中的 行人和车辆计数代码解析小节, 巩固相关知识点
  
• 以下回答由chatgpt基于相关博客总结生成:

  问题回答：

  在多目标跟踪任务中，使用相同的特征提取网络进行训练并共用可以是可行的，但需要保证两个模型使用的特征提取网络架构和参数一致。

  具体操作如下：

  1. 确保YOLOv5和DeepSORT使用的特征提取网络的架构和参数一致。
  2. 使用YOLOv5训练自己的检测模型，参考参考资料段落0和段落3。
  3. 将训练好的检测模型放置于DeepSORT中，参考参考资料段落1。
  4. 使用自己的数据集训练DeepSORT权重，参考参考资料段落4。
  5. 在跟踪过程中，保持YOLOv5和DeepSORT使用的特征提取网络的参数一致。
  6. 运行track.py脚本，参考参考资料段落1和段落2。

  代码示例：

  # 步骤1：确保YOLOv5和DeepSORT使用的特征提取网络的架构和参数一致
  # 可以通过查看网络架构和参数来确认是否一致
  
  # 步骤2：使用YOLOv5训练自己的检测模型
  # 参考参考资料段落0和段落3
  
  # 步骤3：将训练好的检测模型放置于DeepSORT中
  # 参考参考资料段落1
  
  # 步骤4：使用自己的数据集训练DeepSORT权重
  # 参考参考资料段落4
  
  # 步骤5：保持YOLOv5和DeepSORT使用的特征提取网络的参数一致
  # 可以通过检查模型存储文件的路径和名称来确认使用的特征提取网络是否一致
  
  # 步骤6：运行track.py脚本
  # 参考参考资料段落1和段落2
  cd .\Yolov5_DeepSort_Pytorch-master
  python track.py --source subway_test.avi --yolo_weights yolov5/weights/Abutment.pt --save-vid
  

  备注：该代码示例仅作为参考，实际操作需要根据具体情况进行调整。