Trackpy 如何找出映像中发生子网过大异常的位置？

我正在尝试将从一些图像时间序列中提取的坐标与自定义坐标查找算法联系起来。在第二步中有一个问题：

trackpy.linking.utils.SubnetOversizeException: Subnetwork contains 35 points

我的解释是，从0开始，在图像1和2之间的某个区域的坐标之间有太多可能的连接，这是正确的吗

如果是，如何找出图像中出现此错误的位置？我查看了代码，我非常确定信息在trackpy.linking.subnet.Subnets.compute方法中的某个位置：

---

我假设wp是起点，但是在调用wp.forward_cands.append之后，我只能在wp.forward_cands中找到一个点，而不是35。也许我全搞错了。。感谢您的帮助

限制是为了防止进程失控，最好是退出，而不是永远运行。它可能不是在你检查的台阶上爆炸，而是在稍后的台阶上爆炸

如果没有更多的代码，很难准确地说出您正在做什么，但我建议同时降低最大位移、降低内存，如果可能，还可以以更高的帧速率获取数据

如果您遇到的情况是获得大型子网络，我不确定您是否应该信任链接，因为这意味着粒子在每个时间步移动其平均间距的很大一部分，这意味着您将错过链接

T1 ...A....B....
T2 .....BA......

---

其中每一行都是一个时间步。该算法将选择以最小化总位移的方式链接粒子，在这种情况下，总位移将交换粒子的真实身份，并将使数据偏向低于真实位移的方向

谢谢！我同意强迫大型子网络工作可能并不理想，但我需要首先了解这是如何造成的。我做了许多非常相似的实验，这是第一个解决这个问题的实验，因此我希望找到一种方法来定位具有太多可能的后续元素的元素，以避免某些瑕疵或改进我的特征检测或调整trackpy参数。基本上我想调试我的管道。

T1 ...A....B....
T2 .....BA......