# 2024-10-11 组会汇报

## 一、科研项目








## 二、工程项目
## 2.1 目标跟踪流程跑通
1. 结合yolov8，行人重识别开源项目[fast-reid](https://github.com/JDAI-CV/fast-reid)以及目标跟踪算法deepsort，初步跑通以下3步流程：
   1. 行人检测：通过Yolov5这类目标模型提取当前帧的行人图像。
   2. 特征提取：基于特征提取模型，如通过faster-reid基于度量学习训练得到的模型提取行人区域图片的特征向量。
   3. 目标跟踪：结合行人区域特征，通过deepsort进行行人跟踪
2. 目前存在问题：
   1. 跟踪精度低，存在严重的id switch问题
   2. 行人重识别模型推理速度慢，占推理总流程时间的90%以上，需要再优化一下![alt text](image/image.png)
3. 尝试解决的方向是根据github上的[原项目](https://github.com/linghu8812/yolov5_fastreid_deepsort_tensorrt)进行优化，因为整个流程基本是根据这个项目来的，我估计应该是缺了一些设置导致上述的问题，使用原项目进行目标跟踪还是非常流畅的，[跟踪结果](video/video0.mp4)