关于使用 Ultralytics YOLO 模型追踪视频中移动物体的指南

能够组装电子零件的机器人、抓拍超速车辆的系统以及追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，能够帮助机器分析和理解图像与视频。

例如，机器人需要识别并跟随不同的零件才能正确地将它们组装在一起。同样，交通系统可以使用计算机视觉来发现车辆、读取车牌并判断是否有人超速。同时，在商店里，视觉 AI 可以帮助追踪顾客正在查看或拿取的商品，甚至可以监控库存。

此类应用由诸如Ultralytics YOLO11之类的计算机视觉模型驱动，它们支持广泛的视觉任务。其中许多任务专注于从单张图像中收集洞察，但有一个特别有趣的任务——目标追踪，可用于跟随一系列图像或视频帧中物体的运动。

图 1. 检测和追踪汽车的示例。

在本指南中，我们将深入了解目标追踪的工作原理，并探索其在现实世界中的应用实例。我们还将讨论像 Ultralytics YOLO11 这样的视觉 AI 模型如何支持目标追踪。让我们开始吧！

深入了解计算机视觉追踪系统#

目标追踪是一项计算机视觉任务，用于跟随视频帧中物体的运动，帮助系统监视和理解事物随时间的变化。这非常类似于人类用眼睛自然地跟随移动的人或物体，比如当你观看网球比赛时，你的眼睛会随着球在球场来回移动而追踪它。

同样地，目标追踪涉及使用摄像头和 AI 来实时跟随球的移动。这项技术可以让居家观众更好地理解比赛流程，尤其是通过速度、轨迹和球员定位等分析数据。

虽然这种视觉追踪对人类来说似乎毫不费力，但对于机器视觉而言，它涉及一系列由视觉 AI 模型驱动的步骤。以下是目标追踪工作原理的简单分解：

• 捕获视频：摄像头记录视频素材，捕获物体在一段时间内穿过场景的移动过程。
• 检测物体：像YOLO11这样由AI驱动的计算机视觉模型可以分析每一帧，以识别和定位特定物体，例如人、车辆或产品。
• 分配身份：一旦检测到对象，追踪算法会为其分配一个唯一 ID，以便在多个帧中对其进行跟随，从而确保系统即使在对象移动时也能识别出这是同一个对象。
• 监控移动：系统会随着时间推移监控移动情况，这些数据可用于收集诸如速度、方向以及与其他对象的交互等信息。
• 生成见解：根据具体的应用场景，这些信息可实时用于提供分析、辅助决策或实现视觉叠加。

比较 YOLO 中的目标检测与追踪#

Ultralytics YOLO11 支持的另一个与对象跟踪密切相关的计算机视觉任务是对象检测。让我们探讨这两个任务之间的区别。

目标检测涉及在单张图像或视频帧中识别并定位感兴趣的对象。例如，自动驾驶汽车使用目标检测来识别车载摄像头捕获的单帧图像中的停车标志或行人。它回答了这样一个问题：“这张图像里有什么，它在哪里？”然而，它不提供关于对象下一步去向的任何信息。

目标追踪在目标检测的基础上增加了对随时间变化的运动的理解。两者之间的关键区别在于它们处理时间和运动的方式。目标检测将每一帧视为独立的快照，而目标追踪则连接帧与帧之间的点，利用历史数据预测对象的未来位置。

通过将两者结合起来，我们可以构建强大的视觉AI系统，能够在动态环境中进行实时追踪。例如，自动化安全系统可以检测进入某个空间的人员，并连续追踪他们在画面中的移动。

使用 Ultralytics YOLO 模型进行实时追踪#

既然我们已经介绍了目标检测与追踪之间的区别，让我们来看看 Ultralytics YOLO 模型（如 YOLO11）是如何支持实时目标追踪的。

虽然 YOLO 模型本身并非追踪算法，但它们通过在每一帧视频中检测对象起到了至关重要的作用。一旦检测到对象，就需要追踪算法为它们分配唯一 ID，从而允许系统在帧与帧之间跟随它们的移动。

为了满足这一需求，Ultralytics Python package将目标检测与BoT-SORT和ByteTrack等热门追踪算法无缝集成。这种集成使用户能够以极少的配置同时运行检测和追踪。

在使用 YOLO 模型进行目标追踪时，你可以根据应用需求选择要应用的追踪算法。例如，得益于运动预测和深度学习的应用，BoT-SORT 是追踪移动轨迹不可预测物体的良好选择。另一方面，ByteTrack 在拥挤场景中表现尤为出色，即使在对象模糊或部分遮挡的情况下也能保持可靠的追踪。

图 2. Ultralytics Python package无缝集成了BoT-SORT和ByteTrack。

自定义 YOLO 模型训练与目标追踪有何关联？#

Custom training 是指在特定数据集上微调预训练目标检测模型（例如 Ultralytics YOLO11）的过程，以便它能够识别标准数据集中未包含的对象。当你的跟踪系统需要跟踪自定义或不常见的对象时，这一点尤其重要。

追踪系统依赖于检测模型首先识别对象。如果 YOLO 模型无法检测到特定物品，例如某种类型的机械或野生动物，那么追踪算法将无法对其进行跟随。

这就是为什么自定义训练至关重要：它确保了检测模型能够准确识别你想要追踪的对象。

同样重要的是要记住，在此过程中只有检测模型被微调。诸如 BoT-SORT 或 ByteTrack 之类的追踪算法并未经过自定义训练——它们只是使用 YOLO 模型的输出来跟随被检测的对象。

Ultralytics YOLO 目标追踪的应用#

现在我们已经更好地了解了什么是目标追踪及其工作原理，让我们探讨一些该技术正在产生影响的现实世界应用。

使用 Ultralytics YOLO 进行速度估计的实时追踪#

速度估计系统依赖于目标检测和追踪等计算机视觉任务。这些系统旨在计算物体移动的速度——无论是车辆、骑行者还是行人。这些信息对于从交通管理到安全监控再到工业自动化的各种应用都至关重要。

使用像 Ultralytics YOLO11 这样的模型，可以在视频帧中检测并追踪对象。通过分析物体在特定时间内移动的距离，系统可以估计其速度。

图 3. 使用YOLO11对目标追踪的支持来进行速度估计。

探索制造业中的目标追踪#

制造流程可能节奏快且高度复杂，这使得人工追踪每一件生产出的产品变得困难。目标追踪为自动化监控产品在每个生产阶段的移动提供了一个好的解决方案。它可以帮助工厂在不降低生产速度的情况下保持高水平的准确性和效率。

从清点传送带上的产品到发现缺陷或验证正确组装，目标追踪为原本耗时或容易出错的任务带来了可见性和控制力。这项技术在食品加工、电子和包装等高产量行业中尤为具有影响力，在这些行业中，速度和精度至关重要。

图 4. 使用 Ultralytics YOLO11 在流水线上跟踪和计数食品的示例。

零售分析中目标追踪概述#

无数顾客每天进出零售店，了解他们的行为是提升客户体验和业务绩效的关键。目标追踪使零售商能够监控客流量、衡量停留时间并分析移动模式——所有这些都无需侵入性或手动的方法。

通过追踪顾客进入、离开和在店内走动的过程，企业可以深入了解高峰时段、热门区域甚至排队长度。这些见解可以为有关人员配置、店面布局和库存摆放的决策提供信息，最终实现更高效的运营并增加销售额。

图 5. 使用 Ultralytics YOLO11 的对象跟踪能力监控人员进出商店。

目标追踪的利与弊#

从零售商店到工厂车间，目标追踪正被用于各种行业以提升效率、安全性和整体体验等因素。以下是目标追踪能为各行各业带来的一些主要好处：

• 实现实时预警：集成了目标追踪的系统可以配置为在检测到异常情况时自动触发警报，例如有人进入限制区域或送货在某处停留时间过长。
• 与其他系统集成： 可以将目标追踪数据与人脸识别、热成像相机或库存系统等其他技术相结合，以获得更强大的洞察。
• 从长远来看具有成本效益：虽然初始设置可能需要投资，但自动化追踪减少了对人工劳动的需求，降低了错误率，并随时间推移削减了运营成本。

虽然这些好处凸显了目标追踪如何积极影响不同的用例，但考虑其实现过程中涉及的挑战也很重要。让我们深入了解一下目标追踪的一些局限性：

• 在拥挤环境中的难度： 在音乐会、购物中心或城市街道等繁忙环境中，追踪系统可能难以区分靠得很近的人或物体，从而导致混淆或结果不准确。

• 对环境条件敏感：光照不良、雾气、快速移动或摄像头晃动都会影响系统准确追踪对象的能力，特别是在户外或不受控的环境中。

• 隐私和法律问题：不当处理个人数据、缺乏用户同意或在公共场所进行监控可能会引发道德问题，并导致违反隐私法。

关键要点#

目标追踪是一项计算机视觉任务，它允许机器随着时间推移跟随对象的移动。它被广泛应用于各种现实场景——从估计车辆速度和统计装配线上的产品，到分析体育运动中的球员动作。

借助 Ultralytics YOLO11 等 Vision AI 模型以及 BoT-SORT 和 ByteTrack 等跟踪算法，目标跟踪变得更快、更智能，且在各个行业中更加触手可及。随着目标跟踪技术的不断发展，它正在逐帧帮助系统变得更加智能、高效和灵敏。

想了解更多关于计算机视觉和人工智能的知识吗？浏览我们的GitHub repository，与our community联系，并查看our licensing options来开启你的计算机视觉项目。如果你正在探索诸如AI in manufacturing和computer vision in the automotive行业中的计算机视觉等创新技术，请访问我们的解决方案页面以了解更多信息。