别再只盯着YOLO了!用ByteTrack在Python里实现一个简易的车辆跟踪器(附完整代码)

news2026/4/20 13:58:50
用PythonByteTrack打造高精度车辆追踪系统从原理到实战在智能交通和视频监控领域目标追踪技术正发挥着越来越重要的作用。当我们需要分析交通流量、统计车辆类型或监测异常行为时仅仅依靠目标检测是远远不够的——我们还需要知道同一个目标在不同帧之间的对应关系。这就是多目标追踪(Multi-Object Tracking, MOT)技术的用武之地。1. 为什么选择ByteTrack进行车辆追踪1.1 目标追踪技术的演进目标追踪算法大致可以分为两类基于检测的追踪(Detection-Based Tracking)和联合检测追踪(Joint Detection and Tracking)。前者如经典的SORT和DeepSORT后者如FairMOT和CenterTrack。ByteTrack属于基于检测的追踪方法但它在处理低分检测框方面做出了创新。传统方法通常会忽略低置信度的检测框认为这些可能是误检。但ByteTrack的作者发现这些低分框中其实包含了很多被遮挡或模糊的真实目标。通过巧妙地利用这些低分框ByteTrack在保持高追踪精度的同时显著降低了ID切换(Identity Switch)的次数。1.2 ByteTrack的核心优势高低分框协同利用不像SORT只使用高分检测框ByteTrack分两阶段利用所有检测结果简单高效无需外观特征提取仅依赖运动信息(IoU)进行关联强鲁棒性对遮挡、模糊等挑战性场景有更好的适应性易于部署算法复杂度低适合实时应用场景下表对比了几种常见追踪算法的特点算法需要外观特征利用低分框典型FPSMOTASORT否否600.59DeepSORT是否400.61FairMOT是部分300.64ByteTrack否是500.662. 环境搭建与依赖安装2.1 创建Python虚拟环境为了避免依赖冲突我们首先创建一个干净的Python环境python -m venv byte-tracker source byte-tracker/bin/activate # Linux/Mac # 或者 byte-tracker\Scripts\activate # Windows2.2 安装必要库ByteTrack的核心依赖包括pip install numpy opencv-python scipy lap loguru pip install torch torchvision # 如果使用GPU请安装对应版本的torch对于目标检测部分我们将使用YOLOv5git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt提示建议使用Python 3.8或更高版本某些库在旧版本中可能存在兼容性问题3. 实现基础车辆追踪器3.1 构建ByteTrack核心类我们先实现ByteTrack的核心逻辑。创建一个byte_tracker.py文件import numpy as np from scipy.spatial.distance import cdist from collections import deque import lap class STrack: # 单个目标的追踪状态管理 def __init__(self, tlwh, score): self._tlwh np.asarray(tlwh, dtypenp.float32) self.kalman_filter None self.mean, self.covariance None, None self.is_activated False self.score score self.tracklet_len 0 self.state TrackState.New def predict(self): # Kalman滤波预测 if self.state ! TrackState.Tracked: return self.mean, self.covariance self.kalman_filter.predict( self.mean, self.covariance) staticmethod def multi_predict(stracks): # 批量预测 if len(stracks) 0: return multi_mean np.asarray([st.mean for st in stracks]) multi_covariance np.asarray([st.covariance for st in stracks]) for i, st in enumerate(stracks): if st.state ! TrackState.Tracked: multi_mean[i] st.mean multi_mean, multi_covariance stracks[0].kalman_filter.multi_predict( multi_mean, multi_covariance) for i, (mean, cov) in enumerate(zip(multi_mean, multi_covariance)): stracks[i].mean mean stracks[i].covariance cov class ByteTracker: def __init__(self, track_thresh0.5, match_thresh0.8, frame_rate30): self.tracked_stracks [] # 已确认的轨迹 self.lost_stracks [] # 丢失的轨迹 self.removed_stracks [] # 移除的轨迹 self.frame_id 0 self.track_thresh track_thresh self.match_thresh match_thresh self.buffer_size int(frame_rate / 30.0 * 30) self.max_time_lost self.buffer_size def update(self, detections): self.frame_id 1 activated_stracks [] refind_stracks [] lost_stracks [] removed_stracks [] # 将检测结果分为高分和低分 scores np.array([d.score for d in detections]) remain_inds scores self.track_thresh inds_low scores 0.1 inds_high scores self.track_thresh inds_second np.logical_and(inds_low, inds_high) dets [detections[i] for i in range(len(detections)) if remain_inds[i]] dets_second [detections[i] for i in range(len(detections)) if inds_second[i]] # 第一步与高分检测框匹配 strack_pool joint_stracks(self.tracked_stracks, self.lost_stracks) STrack.multi_predict(strack_pool) dists matching.iou_distance(strack_pool, dets) matches, u_track, u_detection matching.linear_assignment(dists, threshself.match_thresh) # 更新匹配成功的轨迹 for itracked, idet in matches: track strack_pool[itracked] det dets[idet] if track.state TrackState.Tracked: track.update(det, self.frame_id) activated_stracks.append(track) else: track.re_activate(det, self.frame_id, new_idFalse) refind_stracks.append(track) # 第二步与低分检测框匹配 if len(dets_second) 0: r_tracked_stracks [strack_pool[i] for i in u_track if strack_pool[i].state TrackState.Tracked] dists matching.iou_distance(r_tracked_stracks, dets_second) matches, u_track, u_detection_second matching.linear_assignment(dists, thresh0.5) for itracked, idet in matches: track r_tracked_stracks[itracked] det dets_second[idet] if track.state TrackState.Tracked: track.update(det, self.frame_id) activated_stracks.append(track) else: track.re_activate(det, self.frame_id, new_idFalse) refind_stracks.append(track) # 处理未匹配的轨迹 for it in u_track: track r_tracked_stracks[it] if not track.state TrackState.Lost: track.mark_lost() lost_stracks.append(track) # 更新轨迹状态 self.tracked_stracks [t for t in self.tracked_stracks if t.state TrackState.Tracked] self.tracked_stracks joint_stracks(self.tracked_stracks, activated_stracks) self.tracked_stracks joint_stracks(self.tracked_stracks, refind_stracks) self.lost_stracks sub_stracks(self.lost_stracks, self.tracked_stracks) self.lost_stracks.extend(lost_stracks) self.lost_stracks sub_stracks(self.lost_stracks, self.removed_stracks) self.removed_stracks.extend(removed_stracks) self.tracked_stracks, self.lost_stracks remove_duplicate_stracks(self.tracked_stracks, self.lost_stracks) output_stracks [track for track in self.tracked_stracks if track.is_activated] return output_stracks3.2 集成YOLOv5检测器创建一个detector.py文件来封装YOLOv5检测器import torch from yolov5.models.experimental import attempt_load from yolov5.utils.general import non_max_suppression class YOLOv5Detector: def __init__(self, weights_pathyolov5s.pt, devicecuda:0): self.device torch.device(device) self.model attempt_load(weights_path, map_locationself.device) self.names self.model.module.names if hasattr(self.model, module) else self.model.names self.img_size 640 def detect(self, img, conf_thres0.25, iou_thres0.45): # 预处理 img torch.from_numpy(img).to(self.device) img img.float() / 255.0 if img.ndimension() 3: img img.unsqueeze(0) # 推理 pred self.model(img, augmentFalse)[0] # NMS pred non_max_suppression(pred, conf_thres, iou_thres, classesNone, agnosticFalse) # 后处理 detections [] for i, det in enumerate(pred): if det is not None and len(det): for *xyxy, conf, cls in det: x1, y1, x2, y2 [x.item() for x in xyxy] detections.append({ bbox: [x1, y1, x2, y2], score: conf.item(), class_id: int(cls), class_name: self.names[int(cls)] }) return detections4. 完整视频处理流程实现4.1 主程序框架创建一个main.py文件作为入口import cv2 import numpy as np from detector import YOLOv5Detector from byte_tracker import ByteTracker def process_video(input_path, output_path): # 初始化 detector YOLOv5Detector() tracker ByteTracker(track_thresh0.5, match_thresh0.8) cap cv2.VideoCapture(input_path) width int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) fps cap.get(cv2.CAP_PROP_FPS) fourcc cv2.VideoWriter_fourcc(*mp4v) out cv2.VideoWriter(output_path, fourcc, fps, (width, height)) frame_count 0 while cap.isOpened(): ret, frame cap.read() if not ret: break # 检测 detections detector.detect(frame) # 过滤只保留车辆类 (COCO数据集中车辆类ID为2,5,7) vehicle_dets [d for d in detections if d[class_id] in [2,5,7]] # 追踪 tracks tracker.update(vehicle_dets) # 可视化 for track in tracks: bbox track.tlwh cv2.rectangle(frame, (int(bbox[0]), int(bbox[1])), (int(bbox[0]bbox[2]), int(bbox[1]bbox[3])), (0,255,0), 2) cv2.putText(frame, fID:{track.track_id}, (int(bbox[0]), int(bbox[1]-10)), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2) out.write(frame) frame_count 1 print(fProcessed frame {frame_count}) cap.release() out.release() if __name__ __main__: process_video(input.mp4, output.mp4)4.2 参数调优指南ByteTrack的性能很大程度上依赖于几个关键参数检测阈值(track_thresh)默认0.5值越高误检越少但可能漏检交通场景建议0.4-0.6之间匹配阈值(match_thresh)默认0.8控制轨迹与检测框的匹配严格程度对于高速移动车辆可降低到0.7丢失帧数(buffer_size)默认30帧(1秒30fps)对于遮挡频繁的场景可适当增加注意这些参数需要根据具体场景进行调整建议先用小段视频测试不同参数组合的效果5. 高级功能扩展5.1 轨迹分析与统计我们可以扩展追踪器来收集交通统计数据class TrafficAnalyzer: def __init__(self): self.vehicle_count 0 self.vehicle_types {} self.speed_estimator {} def update(self, tracks, frame_id, fps): for track in tracks: if track.track_id not in self.speed_estimator: self.vehicle_count 1 self.speed_estimator[track.track_id] { prev_pos: track.tlwh[:2], prev_frame: frame_id, speed: 0 } else: # 计算速度 (像素/秒) curr_pos track.tlwh[:2] prev_pos self.speed_estimator[track.track_id][prev_pos] frames_passed frame_id - self.speed_estimator[track.track_id][prev_frame] if frames_passed 0: distance np.sqrt((curr_pos[0]-prev_pos[0])**2 (curr_pos[1]-prev_pos[1])**2) self.speed_estimator[track.track_id][speed] distance * fps / frames_passed self.speed_estimator[track.track_id][prev_pos] curr_pos self.speed_estimator[track.track_id][prev_frame] frame_id5.2 跨摄像头追踪要实现跨摄像头的车辆追踪我们需要考虑外观特征提取虽然ByteTrack本身不依赖外观特征但可以额外添加时空约束不同摄像头之间的车辆出现时间和位置关系轨迹匹配当车辆从一个摄像头视野进入另一个时进行ID传递class MultiCameraTracker: def __init__(self): self.camera_trackers {} # 每个摄像头独立的追踪器 self.global_tracks {} # 全局轨迹ID映射 def add_camera(self, cam_id, calib_paramsNone): self.camera_trackers[cam_id] { tracker: ByteTracker(), calib: calib_params, last_global_id: 0 } def update(self, cam_id, detections): local_tracks self.camera_trackers[cam_id][tracker].update(detections) # 将本地ID映射到全局ID global_tracks [] for track in local_tracks: if track.track_id not in self.camera_trackers[cam_id][local_to_global]: self.camera_trackers[cam_id][last_global_id] 1 global_id self.camera_trackers[cam_id][last_global_id] self.camera_trackers[cam_id][local_to_global][track.track_id] global_id self.global_tracks[global_id] { last_cam: cam_id, last_seen: time.time() } global_id self.camera_trackers[cam_id][local_to_global][track.track_id] global_tracks.append({ global_id: global_id, bbox: track.tlwh, features: self.extract_features(track) }) return global_tracks在实际交通监控项目中ByteTrack展现出了令人印象深刻的性能。特别是在处理车辆相互遮挡的场景时其高低分框协同匹配的策略显著减少了ID切换。一个实用的建议是对于固定摄像头场景可以预先标定场景中的消失点和尺度信息这将有助于更准确地估计车辆速度和行为分析。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2495777.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…