企业官网建设流程全解析

DeepSORT 改进点

改进一：IOU 匹配容忍丢失帧数（–iou-match-tolerance）

1. 源码位置

文件:deep_sort/sort/tracker.py， 函数:_match

# Associate remaining tracks together with unconfirmed tracks using IOU.iou_track_candidates=unconfirmed_tracks+[kforkinunmatched_tracks_aifself.tracks[k].time_since_update==1]unmatched_tracks_a=[kforkinunmatched_tracks_aifself.tracks[k].time_since_update!=1]matches_b,unmatched_tracks_b,unmatched_detections=\ linear_assignment.min_cost_matching(iou_matching.iou_cost,self.max_iou_distance,self.tracks,detections,iou_track_candidates,unmatched_detections)

原版只允许刚丢失 1 帧（time_since_update == 1）的轨迹进入 IoU 营救轮。

2. 改进代码

文件:deep_sort/sort/tracker.py， 函数:_match

iou_track_candidates=unconfirmed_tracks+[kforkinunmatched_tracks_aifself.tracks[k].time_since_update<=self.iou_match_tolerance]unmatched_tracks_a=[kforkinunmatched_tracks_aifself.tracks[k].time_since_update>self.iou_match_tolerance]matches_b,unmatched_tracks_b,unmatched_detections=\ linear_assignment.min_cost_matching(iou_matching.iou_cost,self.max_iou_distance,self.tracks,detections,iou_track_candidates,unmatched_detections,iou_match_tolerance=self.iou_match_tolerance)

文件:deep_sort/sort/iou_matching.py， 函数:iou_cost（配套添加）

forrow,track_idxinenumerate(track_indices):iftracks[track_idx].time_since_update>iou_match_tolerance:cost_matrix[row,:]=linear_assignment.INFTY_COSTcontinue

== 1改为<= iou_match_tolerance（默认 3），并在 iou_cost 内把超过容忍值的轨迹代价置 INFTY（防止 tentative 轨绕过候选过滤）。

3. 测试视频与结果对比

测试视频:video/dense.mp4（1280×720，29.97fps，394 帧，帧间隔 5，共 78 个处理帧）。

改进组: python .\test\test_deepsort.py --frame-interval=5 --iou-match-tolerance=3 基线组: python .\test\test_deepsort.py --frame-interval=5 --iou-match-tolerance=1

两组除该参数外完全一致（其余均用默认值），基线组即原版行为。

4. 对比分析意义

丢失 2~3 帧的轨迹在外观级联失败后，原版只能断裂成两个 ID（检测重新出现时新建轨迹），改进后可凭纯几何 IoU 续接。本视频上少产生 16 个碎片 ID、13 条废轨迹，17 处短空窗保住 ID。是正向改进，三个参数中效果最大。

改进二：确认阶段容忍丢失帧数（–tentative-tolerance）

1. 源码位置

文件:deep_sort/sort/track.py， 函数:mark_missed

defmark_missed(self):ifself.state==TrackState.Tentative:self.state=TrackState.Deletedelifself.time_since_update>self._max_age:self.state=TrackState.Deleted

原版 tentative（未确认）轨迹一次丢失直接删除，没有任何容忍判断。

2. 改进代码

文件:deep_sort/sort/track.py， 函数:mark_missed

defmark_missed(self):ifself.state==TrackState.Tentative:ifself.time_since_update>self._tentative_tolerance:self.state=TrackState.Deletedelifself.time_since_update>self._max_age:self.state=TrackState.Deleted

添加time_since_update > tentative_tolerance判断（默认 3），未确认轨迹可容忍短暂漏检不死。

3. 测试视频与结果对比

测试视频:video/dense.mp4（同上）。

改进组: python .\test\test_deepsort.py --frame-interval=5 --tentative-tolerance=3 基线组: python .\test\test_deepsort.py --frame-interval=5 --tentative-tolerance=0

两组除该参数外完全一致（其余均用默认值），基线组即原版行为。

4. 对比分析意义

tentative 轨迹需要连续 3 次命中才能确认；原版丢一帧即删，导致“2 命中 + 短暂漏检”的目标被拆成两个 ID 且碎片永远无法上屏。改进后这类目标保住 ID、更早确认上屏，轨迹总 ID 从 85 降到 76。是正向改进，效果次于改进一。

改进三：轨迹输出允许的最大丢失帧数（–max-output-age）

1. 源码位置

文件:deep_sort/deep_sort.py， 函数:update

fortrackinself.tracker.tracks:ifnottrack.is_confirmed()ortrack.time_since_update>1:continue

原版输出门控固定time_since_update > 1跳过，即只允许丢失后1 帧惯性输出。

2. 改进代码

文件:deep_sort/deep_sort.py， 函数:update

fortrackinself.tracker.tracks:ifnottrack.is_confirmed()ortrack.time_since_update>self.max_output_age:continue

固定值 1 替换为max_output_age（默认 3），丢失后最多 3 帧继续输出卡尔曼预测框。

3. 测试视频与结果对比

测试视频:video/dense.mp4（同上）。

改进组: python .\test\test_deepsort.py --frame-interval=5 --max-output-age=3 基线组: python .\test\test_deepsort.py --frame-interval=5 --max-output-age=1

4. 对比分析意义

该参数只作用于输出组装，不参与预测/匹配/轨迹生命周期，是纯输出层参数——两份 txt 正文逐字节一致即为证明。改进后多 107 个惯性预测框，短暂遮挡时画面框不闪断；代价是目标真正离开后“幽灵框”最多多显示 2 个处理帧。达到设计目的，正向改进。

3个参数改进的总结

三个改进全部有效且方向正确。注意改进一与改进二的效果部分重叠：tentative 阶段的检测空窗需要“活着（tentative 容忍）+ 匹配上（IoU 容忍）”两道闸门同时打开才能救回，收益不能简单相加。局限：验证基于单一场景（dense.mp4 车流），参数值 3 的最优性未做扫描。