跑步前 准备以下物品 mp4文件 yolo的权重 yolo的cfg文件 在main.py找到上述文件的位置，并使用正确的路径指定 运行counting_main.py 关于输入格式 跟踪器的输入是边界框的列表 框定义为[x，y，w，h] 演示版 PS jupyter笔记本电脑只是用于开发或测试目的的另一个环境。

1，自动化将多个 bin 文件合并成 mot 文件。 2，配置灵活 3，可以配合 keil 使用。

目标跟踪视频：TownCentreXVID.avi及标记文件TownCentre-groundtruth.top。现有的链接失效了，上传一份。

2015 cvpr上的一篇顶尖论文加源代码，关于多目标跟踪的。

使用PyTorch进行深度排序 更新（1-1-2020） 变化 修正错误 重构代码 通过在gpu上添加nms来进行准确检测 最新更新（07-22） 变化 错误修复（感谢@ JieChen91和@ yingsen1进行错误报告）。 使用批处理为每个帧提取特征，这会导致速度提速。 代码改进。 进一步的改进方向 在特定数据集而不是官方数据集上训练检测器。 在pedestrain数据集上重新训练REID模型以获得更好的性能。 将YOLOv3检测器替换为高级检测器。 欢迎对此存储库做出任何贡献！ 介绍 这是MOT跟踪算法深度排序的一种实现。 深度排序与排序基本相同，但深度CNN模型添加了CNN模型以提取受检测器限制的人体部位图像中的特征。 这个CNN模型确实是一个RE-ID模型， 使用的检测器是FasterRCNN，原始源代码是 。 但是，在原始代码中，CNN模型是使用tensorf

FairMOT-master.zip，6月16号版本。下载自：https://github.com/ifzhang/FairMOT/tree/master/。

一个MOT和BIN互转的工具,对于查看文件很有帮助

Evaluating Multiple Object Tracking Performance - The Clear MOT Metrics

使用freescal mpc5602b做升级bootloader时需要合并mot文件，文档为自己总结的mot文件合并方法

行人检测测试视频.flv