我正在使用Deep Sort和Yolo来编写对象跟踪器。一切都很好，物体被算法检测和跟踪。这个应用程序必须计算通过十字路口的车辆数量。
但通过在720p和480p视频中检测对象，我注意到了不同的结果。事实上，跟踪器似乎能更好地处理720p视频，几乎所有的车辆都被跟踪，并在这个过程中保持相同的id。但对于480p的视频，它就不那么准确了。车辆ID经常发生变化，因此计数过程最终无法正常进行。
所以我想知道视频质量是否对深度排序有真正的影响，如果有，我如何修改深度排序的参数，如iou_distance或matching_threshold，以获得更好的480p视频效果？
所以我想知道视频质量是否对深度排序有真正的影响
您的对象检测模型将观测值输入深度排序。对象检测模型越好，深度排序就越容易跟踪。img分辨率越高，通常检测效果越好，特别是在相机总视场中有小物体的情况下。这是因为你会丢失一些细节，这些细节可能会使某些对象更容易用较低的分辨率识别。
如果是，我如何修改深度排序的参数，如io_distance或matching_threshold，以在480p视频中获得更好的结果？
由于上一个问题的答案是肯定的，我将继续回答该问题的其余部分。如果你的物体检测正常，你可以从降低开始
MAX_DIST: 0.2 # The matching threshold. Samples with larger distance are considered an invalid match
这样你就可以最大限度地减少ID开关