使用 Ultralytics YOLO 模型跟踪视频中移动目标的指南

能够组装电气部件的机器人、能够捕捉超速车辆的系统，以及跟踪顾客购物方式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踪不同部件，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发现车辆、读取车牌，并判断车辆何时超速。与此同时，在商店中，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 等计算机视觉模型提供支持，能够执行各种视觉任务。其中许多任务专注于从单张图像中获取洞察，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。 检测和跟踪车辆示例。

在本指南中，我们将深入了解目标跟踪的工作原理，并探索它在现实世界中的应用示例。我们还将讨论 Ultralytics YOLO11 等视觉 AI 模型如何支持目标跟踪。让我们开始吧！

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如何随时间变化。这与人类自然地用眼睛跟踪移动的人或物体非常相似，比如观看网球比赛时，你的眼睛会跟随网球在球场两侧来回移动。

同样，目标跟踪会使用摄像头和 AI 实时跟踪网球的移动。这项技术可以让家中的观众更好地理解比赛的进程，尤其是通过速度、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，它涉及一系列由视觉 AI 模型驱动的步骤。下面简单介绍目标跟踪的工作原理：

• 采集视频：摄像头录制视频素材，捕捉物体随时间在场景中的移动。
• 检测物体：由 AI 驱动的计算机视觉模型（如 YOLO11）可以分析每一帧，识别并定位特定物体，例如人、车辆或产品。
• 分配身份：检测到物体后，跟踪算法会为其分配唯一 ID，以便在多个帧中跟踪它，确保系统知道即使物体发生移动，它仍然是同一个物体。
• 监控移动：系统会跟踪物体随时间的移动，并利用这些数据收集速度、方向以及与其他物体之间的交互等信息。
• 生成洞察：根据具体用例，这些信息可以用于实时提供分析、辅助决策或驱动视觉叠加层。

使用 YOLO 对比目标检测和目标跟踪#

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。让我们来了解这两项任务之间的区别。

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物体。例如，自动驾驶汽车会使用目标检测，根据车载摄像头捕获的单帧图像识别停车标志或行人。它回答的是：“这张图像中有什么，以及它在哪里？”但它无法提供物体接下来会移动到哪里的信息。

目标跟踪在目标检测的基础上，增加了对物体随时间移动情况的理解。两者的关键区别在于处理时间和运动的方式不同。目标检测将每一帧视为独立的快照，而目标跟踪则连接不同帧之间的信息，利用历史数据预测物体未来的位置。

将两者结合起来，我们就能构建强大的视觉 AI 系统，在动态环境中实现实时跟踪。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#

现在我们已经了解了目标检测与目标跟踪之间的区别，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，但它们通过检测每个视频帧中的物体发挥着重要作用。检测到物体后，还需要跟踪算法为其分配唯一 ID，使系统能够逐帧跟踪其移动。

为满足这一需求，Ultralytics Python 软件包将目标检测与 BoT-SORT 和 ByteTrack 等常用跟踪算法无缝集成。这种集成让用户只需进行极少设置即可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 采用运动预测和深度学习，适合跟踪移动不可预测的物体。另一方面，ByteTrack 在拥挤场景中表现尤其出色，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 软件包无缝集成 BoT-SORT 和 ByteTrack。

自定义 YOLO 模型训练与目标跟踪有什么关系？#

自定义训练是一个过程：在特定数据集上对预训练的目标检测模型（如 Ultralytics YOLO11）进行微调，使其能够识别标准数据集中未包含的物体。当你的跟踪系统需要跟踪自定义或不常见的物体时，这一点尤其重要。

跟踪系统依赖检测模型首先识别物体。如果 YOLO 模型无法检测某个特定项目，例如某种特定类型的机械设备或野生动物物种，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物体。

还需要注意，在这个过程中只有检测模型会进行微调。BoT-SORT 或 ByteTrack 等跟踪算法不会接受自定义训练——它们只会使用 YOLO 模型的输出，在各个帧中跟踪检测到的物体。

Ultralytics YOLO 的目标跟踪应用#

现在我们已经更好地理解了目标跟踪的定义及其工作原理，接下来探索这项技术正在产生影响的一些现实应用。

使用 Ultralytics YOLO 进行速度估计的实时跟踪#

由计算机视觉支持的速度估计系统依赖目标检测和跟踪等任务。这些系统用于计算物体的移动速度——无论是车辆、骑行者，还是行人。这类信息对交通管理、安全监控和工业自动化等多种应用都至关重要。

使用 Ultralytics YOLO11 等模型，可以在视频帧中检测并跟踪物体。通过分析物体在特定时间段内移动的距离，系统可以估计其速度。

图 3。 利用 YOLO11 对目标跟踪的支持进行速度估计。

探索制造业中的目标跟踪#

制造流程可能节奏很快且高度复杂，因此人工跟踪每件产品的生产过程十分困难。目标跟踪为自动化监控产品在各个生产阶段的移动提供了有效方案。它能帮助工厂保持高水平的准确性和效率，而不会拖慢生产进度。

从统计传送带上的产品，到发现缺陷或验证组装是否正确，目标跟踪为原本耗时或容易出错的任务带来了可见性和控制力。这项技术对食品加工、电子和包装等速度与精度至关重要的高产量行业尤其有价值。

图 4。 使用 Ultralytics YOLO11 在装配线上跟踪和计数食品产品的示例。

零售分析中的目标跟踪概览#

每天都有无数顾客进出零售店，了解他们的行为是改善顾客体验和业务绩效的关键。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，而无需采用侵入式或人工方法。

通过跟踪顾客进入、离开并在店内移动的过程，企业可以了解高峰时段、热门区域，甚至队列长度。这些洞察可以为人员配置、店铺布局和库存摆放等决策提供依据，最终实现更高效的运营并提升销售额。

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

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。以下是目标跟踪能够为各行业带来的一些主要优势：

• 支持实时警报：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警报，例如有人进入限制区域，或配送物品在某处放置过久。
• 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，从而获得更强大的洞察。
• 长期来看更具成本效益：虽然初始设置可能需要投入，但自动化跟踪可以减少对人工劳动的需求、降低错误率，并随着时间推移减少运营成本。

虽然这些优势体现了目标跟踪如何对不同用例产生积极影响，但同样需要考虑实施过程中涉及的挑战。下面进一步了解目标跟踪的一些局限：

• 在拥挤环境中难以跟踪：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，从而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、快速移动或摄像头抖动都可能影响系统准确跟踪物体的能力，尤其是在室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，都可能引发伦理问题并导致不符合隐私法律要求。

要点总结#

目标跟踪是一项计算机视觉任务，能够让机器跟踪物体随时间的移动。它广泛应用于现实场景中，从估计车辆速度、统计装配线上的产品，到分析体育运动员的移动。

借助 Ultralytics YOLO11 等视觉 AI 模型以及 BoT-SORT 和 ByteTrack 等跟踪算法，目标跟踪在各个行业中变得更快速、更智能且更易于使用。随着目标跟踪技术不断发展，它正帮助系统变得更智能、更高效且响应更迅速，一次处理一帧。

想进一步了解计算机视觉和 AI？探索我们的 GitHub 代码仓库，加入我们的社区，并查看我们的许可选项，为你的计算机视觉项目快速起步。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。