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。
技术示意
真实素材待补充 · 非实拍或实验凭证
计算机视觉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。