JulyLi2019的博客

NanoTrack 是一种轻量级且高效的目标跟踪算法，基于Siamese网络架构，旨在在资源受限的设备（如无人机、嵌入式系统等）上实现实时且精确的目标跟踪。随着计算机视觉领域的快速发展，传统的目标跟踪算法（如KCF等）逐渐暴露出在复杂场景中的局限性，特别是在处理目标的尺度变化、遮挡和背景复杂时，性能难以保证。本文档将详细介绍 NanoTrack 的模型结构以帮助读者更好地理解并应用该算法，同时对比pt、onnx、tensorrt进行推理的耗时情况。

系列文章目录目标跟踪——SORT算法原理浅析目标跟踪——Deep Sort算法原理浅析基于yolov5与Deep Sort的流量统计与轨迹跟踪文章目录系列文章目录前言一、整体目录结构二、Deep Sort代码参数解释三、代码展示总结前言先来看下实现效果：上图展示了用yolov5作为检测器，Deep Sort为追踪器实现了对车流量的统计并绘制了每辆车的运行轨迹。一、整体目录结构下图展示了项目的整体目录结构：其中：deep_sort文件下为目标跟踪相关代码；weights文件夹

目标跟踪文章目录目标跟踪——SORT算法原理浅析目标跟踪——DeepSort算法原理浅析文章目录目标跟踪文章目录前言多目标跟踪主要流程DeepSort总结前言背景：DeepSort是基于Sort目标跟踪进行的改进，它引入深度学习模型，在实时目标跟踪过程中，提取目标的外观特征进行最近邻近匹配。目的：改善有遮挡情况下的目标追踪效果；同时，也减少了目标ID跳变的问题。核心思想：使用递归的卡尔曼滤波和逐帧的匈牙利数据关联。多目标跟踪主要流程给定视频原始帧。运行目标检测器如Faster

目标跟踪文章目录目标跟踪——SORT算法原理浅析文章目录目标跟踪文章目录SORT算法卡尔曼滤波匈牙利算法SORT核心算法流程总结SORT算法Simple Online and Realtime Tracking(SORT)是一个非常简单、有效、实用的多目标跟踪算法。在SORT中，仅仅通过IOU来进行匹配虽然速度非常快，但是ID switch依然非常严重。SORT最大特点是基于Faster R-CNN的目标检测方法，并利用卡尔曼滤波算法与匈牙利算法，极大提高了多目标跟踪的速度。SORT算法核心