目录
前言
算法原理
什么是SORT
算法思想
SORT原理
（1）目标检测（Object Detection）
（2）卡尔曼滤波（Kalman Filter）
（3）匈牙利算法（Hungarian Algorithm）
SORT算法实现过程
算法步骤
步骤1：目标检测
步骤2：轨迹预测
步骤3：数据关联
步骤4：状态更新
步骤5：轨迹管理
代码实现
基于yolov5+sort 进行目标跟踪
Deep SORT代码解析
核心模块
1、Detection类
2、Track类
3、ReID特征提取部分
4、NearestNeighborDistanceMetric类
5、Tracker类
前言
SORT是一种多目标跟踪算法，可以有效地关联目标，并提升跟踪的实时性。SORT的核心主要是卡尔曼滤波和匈牙利算法的结合版，可以达到较好的跟踪效果。在当时，追踪速度达到了260HZ，相比其他方法速度提升了20倍。
SORT关注的重点是实时跟踪，我们能提供给追踪器的信息主要有两个：过去帧和当前帧。因此可以看作是一个数据关联问题，目的是在视频序列的帧之间关联检测。此外，还要权衡精度和速度，也就是在保证精度的前提下拥有实时性。
从图中可以看出，SORT相比当时的跟踪算法，在保证高准确率的同时，也能拥有较高的检测速度。注：这里的精度计算时，只考虑间检测框的位置和大小，没有添加额外的辅助信息，例如比较外观等等。之前的跟踪器，会包含比较多的组件来对付边界情况或者一些错误异常信息，当目标追踪不到的时候，只能通过检测去重新更新ID找回。
SORT的出发点和它们不同，作者在进行目标跟踪时没有使用任何被跟踪目标的外观特征，而仅仅使用了检测框的位置和大小进行目标的运动估计和数据关联，也没有进行任何的重识别的算法，而是专注于帧与帧之间的匹配，而不是检测错误的鲁棒性。具体来说，SORT采用了卡尔曼滤波和匈牙利算法，分别处理运动预
