基于YOLOv8和MOT17数据集的人体检测与多目标跟踪系统设计与实现

一、项目背景与意义

随着计算机视觉的快速发展，人体检测与多目标跟踪（Multi-Object Tracking，MOT）技术在安防监控、智能交通、行为分析等领域中有着广泛的应用前景。尤其是深度学习的加入，使得这些任务在准确率和实时性上得到了极大的提升。

本项目旨在基于YOLOv8检测框架，实现对MOT17数据集中视频中的多个人体目标检测，并对每个人体分配并持续跟踪其唯一ID。同时，我们结合PyQt5开发可视化UI界面，使用户能够实时查看检测与跟踪效果，进一步提升项目的实用性与用户体验。

---

二、MOT17数据集介绍

MOT17 是多目标跟踪研究领域的权威数据集之一，由多个实际视频序列组成，涵盖了城市、行人密集、人群遮挡等复杂场景。其特点如下：

• 📦 包含7个训练视频，7个测试视频，每个视频提供：

  • 原始帧（每秒25帧）
  • ground truth文件
  • 可视化标注信息

• 🧍‍♂️ 标注信息包括：

  • frame_id：帧编号