返回项目列表
计算机视觉2025

YOLOv8 + DeepSORT 多目标检测与跟踪(MOT)系统研发

融合目标检测与多目标跟踪算法,并在嵌入式平台完成量化部署。

MOTA

> 0.72

端到端延迟

< 25 ms/帧

部署方式

TensorRT INT8

项目背景

复杂场景中的遮挡与密集目标会增加轨迹关联难度,项目围绕实时检测、稳定关联和嵌入式部署展开。

我的职责

负责检测与跟踪方案集成、轨迹关联策略优化,以及 Jetson AGX Orin 上的推理部署。

技术方案

  • 以 YOLOv8 为目标检测骨干,融合 ByteTrack 与 DeepSORT 跟踪流程。
  • 使用 Kalman Filter 与 IoU Matching 混合策略改善遮挡场景中的轨迹关联。
  • 结合 MAE 预训练视觉 Transformer 特征提升 Re-ID 鲁棒性。

验证过程

  • 在复杂场景下验证多目标实时跟踪表现。
  • 在 NVIDIA Jetson AGX Orin 上完成 TensorRT INT8 量化部署测试。

项目结果

  • 多目标跟踪指标 MOTA > 0.72。
  • 端到端推理延迟 < 25 ms/帧。

项目图库

真实项目素材待补充

当前区域不使用示意图冒充实拍、实验截图或结果凭证。

补充记录

补充说明

当前公开内容仅包含既有项目摘要与量化结果。训练数据、评测设置和运行截图将在真实资料整理后补充。