文件名称：motpy：在python中实现的按检测跟踪多对象跟踪的库
文件大小：13.21MB
文件格式：ZIP
更新时间：2024-02-26 16:50:44
raspberry-pi object-tracking kalman-filter multi-object-tracking hungarian-algorithm
motpy-简单的多对象跟踪库 Project旨在为多对象跟踪提供一个简单而强大的基准，而无需自己编写显而易见的算法堆栈。 视频源： : 序列11 特征： 通过检测范式跟踪 IOU +（可选）功能相似性匹配策略 用于建模对象跟踪器的卡尔曼滤波器 将每个对象建模为一个中心点（n维）及其大小（n维）； 例如，带有宽度和高度的2D位置将是边界框跟踪的最流行用例 对象位置和大小的可单独配置的系统顺序（当前允许使用0级，1级和2级系统） 相当快，甚至在Raspberry Pi上也超过了实时性能 安装： 最新发布的： pip install motpy 开发： git clone https:
【文件预览】：
motpy-master
----.gitignore(81B)
----setup.cfg(39B)
----motpy()
--------testing.py(3KB)
--------metrics.py(1KB)
--------tracker.py(11KB)
--------model.py(5KB)
--------__init__.py(173B)
--------core.py(1014B)
--------testing_viz.py(2KB)
----README.md(4KB)
----.github()
--------workflows()
----tests()
--------test_model.py(3KB)
--------test_tracker.py(3KB)
--------utils.py(125B)
--------test_metrics.py(910B)
----examples()
--------detections_with_features.py(0B)
--------2d_multi_object_tracking.py(1KB)
--------mot16_challange.py(4KB)
--------webcam_face_tracking.py(3KB)
--------simple_example.py(836B)
----LICENSE(1KB)
----requirements.txt(445B)
----setup.py(1KB)
----Makefile(638B)
----assets()
--------mot16_challange.gif(9.3MB)
--------2d_multi_object_tracking.gif(3.93MB)