目标追踪（tracking）
时间：2022-03-15 00:57:01 | 来源：行业动态
时间：2022-03-15 00:57:01 来源：行业动态
的能力，就很难提供视频分析的基础功能。
在标准 OpenCV 体系里有 8 种主流的目标追踪算法，有兴趣的可以在网上搜索并自行研究。
算法的基本逻辑就是需要对视频的相邻帧进行类别与位置的比对，因此这部分的计算还是相当消耗计算资源的，也就是当视频分析软件开启目标追踪功能时，其识别性能必定有所下降，大家必须先有这样的认知。
DeepStream 的定位就是针对视频分析的应用，因此目标追踪是其最基本的功能之一。
在前面使用的 myNano.txt 配置文件中，只需要调整一个设定值就能开启或关闭这个追踪功能，非常简单。
DeepStream 支持 IOU、KLT 与 NVDCF 三种目标追踪算法（如下图），其中 IOU 的性能最好，在 Jetson Nano 2GB 上的总体大约能到 200FPS；NVDCF 的精确度最高，但目前性能大约只能到 56FPS；KLT 算法目前在性能与精确度的平衡比较好，总体性也能到 160FPS，因此通常都选择 KLT 追踪器做演示。
算法的细节不多做解释，请自行寻找相关技术文件学习，这里就直接进入实验的过程。还是以前一篇文章中的 myNano.txt 配置文件为主，如果不知道的话，就用 source8_1080p_dec_infer-resnet_tracker_tiled_display_fp16_nano.txt 复制一份出来就可以，透过修改里面的参数，让大家体验一下 DeepStream 目标追踪的功能。
在线咨询
