使用 Ultralytics YOLO 模型追踪视频中移动目标的指南

能够组装电气零件的机器人、能够捕捉超速车辆的系统，以及跟踪顾客购物行为的智能零售解决方案——所有这些创新都依赖于计算机视觉。它是人工智能 (AI) 的一个分支，能够帮助机器分析并理解图像和视频。

例如，机器人需要识别并跟踪不同零件，才能正确地将它们组装起来。同样，交通系统可以利用计算机视觉识别汽车、读取车牌，并判断车辆是否超速。在商店里，视觉 AI 可以帮助跟踪顾客正在查看或拿取的商品，甚至监控库存。

这类应用由 Ultralytics YOLO11 等计算机视觉模型驱动，能够支持广泛的视觉任务。其中许多任务专注于从单张图像中提取信息，但有一项特别有趣的任务——目标跟踪——可以用于跟踪物体在一系列图像或视频帧中的移动。

图 1. 检测和跟踪汽车的示例。

本指南将详细介绍目标跟踪的工作原理，并探讨其在真实场景中的应用示例。我们还将讨论 Ultralytics YOLO11 等视觉 AI 模型如何支持目标跟踪。

深入了解计算机视觉跟踪系统#

目标跟踪是一项计算机视觉任务，用于跟踪物体在视频帧中的移动，帮助系统监控并理解事物随时间发生的变化。这与人类用眼睛自然跟随移动的人或物体非常相似，例如观看网球比赛时，你的目光会跟着球在球场上来回移动。

同样，目标跟踪也利用摄像头和 AI 实时跟踪球的移动。这项技术可以让居家观众更好地理解比赛进程，特别是通过速度、轨迹和球员位置等分析数据。

虽然这种视觉跟踪对人类来说似乎毫不费力，但在机器视觉中，它需要通过一系列由视觉 AI 模型驱动的步骤来实现。以下是目标跟踪工作原理的简要说明：

• 采集视频：摄像头录制视频，捕捉物体随时间在场景中的移动情况。
• 检测物体：YOLO11 等 AI 驱动的计算机视觉模型可以分析每一帧，识别并定位特定物体，例如人员、车辆或产品。
• 分配身份：检测到对象后，跟踪算法会为其分配唯一 ID，以便在多个帧中持续跟踪，确保系统知道即使对象在移动，它仍是同一个对象。
• 监控移动情况：系统会持续跟踪移动情况，这些数据可用于收集速度、方向以及与其他对象交互等信息。
• 生成洞察：根据具体使用场景，这些信息可用于实时分析、辅助决策或驱动视觉叠加效果。

比较 YOLO 的目标检测与跟踪#

Ultralytics YOLO11 支持的另一项与目标跟踪密切相关的计算机视觉任务是目标检测。让我们来看看这两项任务之间的区别。

目标检测是指在单张图像或视频帧中识别并定位感兴趣的对象。例如，自动驾驶汽车会使用目标检测，在车载摄像头拍摄的单帧画面中识别停车标志或行人。它回答的是：“这张图像里有什么，它在哪里？”但它不会提供对象接下来会移动到哪里的相关信息。

目标跟踪以目标检测为基础，进一步理解对象随时间的移动情况。两者的主要区别在于如何处理时间和运动。目标检测将每一帧视为独立快照，而目标跟踪则会关联不同帧中的对象，并利用历史数据预测对象未来的位置。

将两者结合起来，我们就能构建强大的视觉 AI 系统，在动态环境中实时跟踪对象。例如，自动化安防系统可以检测进入某个区域的人，并持续跟踪他们的移动。

使用 Ultralytics YOLO 模型进行实时跟踪#

了解目标检测与跟踪的区别后，接下来看看 Ultralytics YOLO 模型（如 YOLO11）如何支持实时目标跟踪。

YOLO 模型本身并不是跟踪算法，但它们通过检测视频的每一帧中的对象发挥着关键作用。检测到对象后，还需要跟踪算法为对象分配唯一 ID，让系统能够逐帧跟踪其移动情况。

为满足这一需求，Ultralytics Python 包将目标检测与 BoT-SORT 和 ByteTrack 等热门跟踪算法集成。通过这一集成，用户只需进行极少的设置，就能同时运行检测和跟踪。

使用 YOLO 模型进行目标跟踪时，你可以根据应用需求选择要使用的跟踪算法。例如，BoT-SORT 结合了运动预测和深度学习，适合跟踪移动轨迹难以预测的物体。另一方面，ByteTrack 在拥挤场景中表现尤为出色，即使物体模糊或部分被遮挡，也能保持可靠的跟踪效果。

图 2。 Ultralytics Python 包集成了 BoT-SORT 和 ByteTrack。

YOLO 自定义模型训练与目标跟踪有什么关系？#

定制训练是指在特定数据集上微调预训练目标检测模型（例如 Ultralytics YOLO11），使模型能够识别标准数据集中未包含的物体。当跟踪系统需要跟踪自定义或罕见物体时，这一点尤为重要。

跟踪系统依赖检测模型首先识别对象。如果 YOLO 模型无法检测某个特定对象，例如某类机械设备或野生动物，跟踪算法就无法跟踪它。

因此，自定义训练至关重要：它能确保检测模型准确识别你想要跟踪的对象。

还要注意，在这一过程中，只有检测模型会进行微调。BoT-SORT 或 ByteTrack 等跟踪算法不会进行定制训练；它们只是利用 YOLO 模型的输出，在不同帧之间跟踪检测到的物体。

Ultralytics YOLO 目标跟踪的应用#

了解了目标跟踪是什么以及它如何运作后，让我们来看看这项技术正在发挥作用的一些实际应用。

使用 Ultralytics YOLO 进行实时速度估算#

由计算机视觉支持的速度估算系统依赖目标检测和跟踪等任务。这些系统旨在计算对象的移动速度——无论对象是车辆、骑行者，还是行人。这些信息对多种应用都至关重要，从交通管理到安全监控和工业自动化皆是如此。

使用 Ultralytics YOLO11 这样的模型，可以在视频帧中检测并跟踪对象。通过分析对象在特定时间段内移动的距离，系统可以估算其速度。

图 3. 利用 YOLO11 对目标跟踪的支持进行速度估算。

探索制造业中的目标跟踪#

制造流程可能节奏很快且复杂度很高，因此很难手动跟踪每件正在生产的产品。目标跟踪为自动监控产品在各个生产阶段的流转提供了有效方案。它可以帮助工厂在不降低生产速度的情况下保持较高的准确性和效率。

从统计传送带上的产品数量，到发现缺陷或验证装配是否正确，目标跟踪都能让原本耗时或容易出错的任务变得可视、可控。这项技术在食品加工、电子产品和包装等高产量行业尤其有用，因为这些行业对速度和精度的要求都很高。

图 4. 使用 Ultralytics YOLO11 在装配线上跟踪并计数食品的示例。

零售分析中的目标跟踪概述#

每天都有无数顾客进出零售店，了解顾客行为是改善客户体验和业务表现的关键。目标跟踪让零售商能够监控客流量、测量停留时间并分析移动模式，而且无需采用侵入性或人工方式。

通过跟踪顾客进出商店及在店内的移动情况，企业可以了解客流高峰时段、热门区域，甚至排队人数。这些洞察有助于企业在人员配置、店铺布局和库存摆放方面做出决策，最终提高运营效率并增加销售额。

图 5. 利用 Ultralytics YOLO11 的目标跟踪能力监控进出商店的人。

目标跟踪的优缺点#

从零售店到工厂车间，各行各业都在使用目标跟踪来提升效率、安全性和整体体验等方面的表现。以下是目标跟踪能为各行业带来的一些主要优势：

• 支持实时告警：集成目标跟踪的系统可以配置为在检测到异常情况时自动触发告警，例如有人进入限制区域，或某件配送物品长时间滞留在同一地点。
• 与其他系统集成：目标跟踪数据可以与人脸识别、热成像摄像头或库存系统等其他技术结合，以获取更丰富的洞察。
• 长期来看更具成本效益：虽然初期部署可能需要投入资金，但自动跟踪能够减少对人工的需求、降低错误率，并逐步减少运营成本。

这些优势说明了目标跟踪如何在不同应用场景中发挥积极作用，但同样重要的是考虑其实施过程中面临的挑战。下面来仔细看看目标跟踪的一些局限性：

• 拥挤环境中的跟踪困难：在音乐会、购物中心或城市街道等繁忙场所，跟踪系统可能难以区分彼此距离很近的人或物体，导致混淆或结果不准确。
• 容易受环境条件影响：光线不足、雾气、快速运动或摄像头抖动都会影响系统准确跟踪对象的能力，在室外或不受控环境中尤其如此。
• 隐私与法律问题：个人数据处理不当、缺少用户同意或在公共场所进行监控，都可能引发伦理问题并导致违反隐私法律。

要点#

目标跟踪是一项计算机视觉任务，可让机器持续跟踪对象随时间的移动情况。它应用于各种实际场景——从估算车速、统计装配线上的产品数量，到分析运动员的移动情况。

有了 Ultralytics YOLO11 等视觉 AI 模型，以及 BoT-SORT 和 ByteTrack 等跟踪算法，目标跟踪在各行各业中变得更快速、更智能，也更易于使用。随着目标跟踪技术不断发展，它正逐帧推动系统变得更智能、更高效、响应更迅速。

想进一步了解计算机视觉和 AI？浏览我们的 GitHub 代码库，加入我们的社区，并查看我们的许可选项，开启你的计算机视觉项目。如果你正在探索制造业中的 AI和汽车行业中的计算机视觉等创新应用，请访问我们的解决方案页面，了解更多信息。