Python 使用Deep Sort和Yolo v3视频的质量是否重要？

我正在使用Deep Sort和Yolo编写一个对象跟踪器。一切正常，目标被算法检测和跟踪。此应用程序必须计算通过十字路口的车辆数

但我在720p和480p视频中发现了不同的结果。事实上，在720p视频上，跟踪器似乎工作得更好，几乎所有车辆都被跟踪，并在跟踪过程中保持相同的id。但对于480p视频，它并没有那么准确。车辆ID经常变化，因此计数过程最终无法正常进行

---

因此，我想知道视频质量是否对深度排序有真正的影响，如果有影响，我如何修改深度排序的参数，如

iou\u距离

或

matching\u threshold

，以便在480p视频中获得更好的结果？

我认为YoloV3期望（416416,3）图像形状。您是否对图像进行了任何重塑？是的，我使用了

cv2.resize（frame，（w_resize，h_resize））

。例如，如果w=1280 p，h=720 p，那么w_resize=720 p，h=405 p。这可能是一个纵横比问题，因为输入预期为平方（416*416）。您的720p和480p图像的纵横比相同吗？您所说的纵横比是什么意思？480p视频与原始输入视频的w_resize和h_resize相同，因此它们的w和h与720p视频的w和h不同。但我注意到在YOLO类中，line

self.model\u image\u size=（无，无）

。（这个代码不是我的，我是从一个同事那里得到的）纵横比是宽度/高度：如果你的720p和480p图像没有相同的宽高比，在重塑图像时，你可能会得到不同的图像，这可能会影响Yolo处理“拉伸”图像的性能