Opencv 目标检测&x2B;追踪

Opencv 目标检测&x2B;追踪,opencv,object-detection,yolo,Opencv,Object Detection,Yolo,我是CV领域的新手,尝试用yolo构建目标检测,用DeepSort构建目标跟踪。 我对视频中物体的识别有一些问题。这里有一个例子: 运动球在视频中被识别,但当它离人太近时,探测器无法识别它 在此图片中,球被标识为: 此处未识别公牛: 如何改进检测?我正在使用预训练的yolov3(在coco数据集上训练)和DeepSort。为了从yolov3获得更好的准确性,您可以使用新图像重新训练模型 如果您不想这样做,也许您可以尝试升级您的模型并使用Yolov4或Yolov5。具有较好的性能和准确性 根

我是CV领域的新手,尝试用yolo构建目标检测,用DeepSort构建目标跟踪。 我对视频中物体的识别有一些问题。这里有一个例子: 运动球在视频中被识别,但当它离人太近时,探测器无法识别它

在此图片中,球被标识为:

此处未识别公牛:


如何改进检测?我正在使用预训练的yolov3(在coco数据集上训练)和DeepSort。

为了从yolov3获得更好的准确性,您可以使用新图像重新训练模型

如果您不想这样做,也许您可以尝试升级您的模型并使用Yolov4或Yolov5。具有较好的性能和准确性


根据样品的分辨率,我可以说它是从大得多的图像中裁剪出来的,因此球在其给定的上下文中是相当小的对象

Yolo体系结构因其在特征图中的维数降低而在小对象上表现不佳而臭名昭著

对于跟踪、检测和进一步跟踪小对象,我建议使用一种架构,该架构使用从多个深度级别提取的特征地图来生成结果;或者可以尝试一种新的体系结构,该体系结构可以实现相同的推理时间性能,例如。它们的实现都可以在各种框架上找到