如何用PaddleDetection和Python实现基于Opencv的多目标跟踪?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1525个文字,预计阅读时间需要7分钟。
MOT算法主要由检测嵌入和嵌入两部分组成。检测部分针对视频帧,检测出每帧中的潜在目标。嵌入部分对检测到的目标进行分类和识别。
前主流的Tracking By Detecting方式的多目标追踪(Multi-Object Tracking, MOT)算法主要由两部分组成:Detection+Embedding。Detection部分即针对视频,检测出每一帧中的潜在目标。Embedding部分则将检出的目标分配和更新到已有的对应轨迹上(即ReID重识别任务)。根据这两部分实现的不同,又可以划分为SDE系列和JDE系列算法。
本文共计1525个文字,预计阅读时间需要7分钟。
MOT算法主要由检测嵌入和嵌入两部分组成。检测部分针对视频帧,检测出每帧中的潜在目标。嵌入部分对检测到的目标进行分类和识别。
前主流的Tracking By Detecting方式的多目标追踪(Multi-Object Tracking, MOT)算法主要由两部分组成:Detection+Embedding。Detection部分即针对视频,检测出每一帧中的潜在目标。Embedding部分则将检出的目标分配和更新到已有的对应轨迹上(即ReID重识别任务)。根据这两部分实现的不同,又可以划分为SDE系列和JDE系列算法。

