我目前正在研究一个项目，我想建立一个模型，可以检测和跟踪具有唯一ID的人。主要的问题是当一个人离开框架并在一段时间后回来。目前，我正在与yolov4和Deepsort一起检测和跟踪。但在这种情况下，它是失败的。
请建议一些方法，我们可以做检测，重新识别和跟踪人或汽车或任何其他物体。
谢谢你:)
虽然YOLOv4可以检测图像/视频流中的人，但我认为它在您的情况下可能过于笼统。当一个人离开画框又回来时，理想情况下，模特应该记得以前见过这个人。
解决这个问题的一种方法是对你想要检测的人的图像进行训练。
。在像你这样的系统中，你可以从不同的角度拍摄你想要跟踪的人的多张照片，并使用他们的唯一标识符给他们贴上标签。之后，您可以使用这些数据训练模型(用于下游任务)。理想情况下，这将提供更具体的结果，用于检测和跟踪具有唯一标识符的人员，而不是在使用YOLOv4时进行一般人员检测。
话虽如此，我明白在某些情况下拍摄大量人物图像可能并不实际。在这种情况下，您可能需要查看使用最少数据产生准确结果的技术，例如域适应(https://arxiv.org/abs/1812.11806)。然而，在跟踪和检测人员的应用程序中，我假设您希望最小化错误分类。因此，你可以说这总是一种权衡。
您可以在本文中找到更多关于处理缺乏数据的信息:(https://www.kdnuggets.com/2019/06/5-ways-lack-data-machine-learning.html)
然而，我认为这是一个更好的开始重新识别模型的地方:(https://github.com/KaiyangZhou/deep-person-reid)它有足够的文档让你开始…