简介：基于Python和YOLOv5、DeepSORT联合实现的行人与车辆跟踪计数系统，面向毕业设计、课程设计以及目标检测类项目开发者。资料内含完整可运行的源码、项目文档和演示视频，从环境配置、模型加载到检测追踪与计数输出均有说明，覆盖常用依赖与运行入口，便于在验证后继续二次延展。压缩包共122个文件，以Python源码、yaml模型配置、PyTorch权重、mp4演示视频和Markdown文档为主，整体约129.7MB，目录层级清楚，可快速定位所需模块。目前已有66人学习下载。结合配套文档与演示录像，可清晰理解YOLOv5检测与DeepSORT跟踪的协同流程，掌握目标ID分配、轨迹管理、区域计数等关键实现细节，同时可根据自带配置文件和测试视频复现运行效果，适合需要快速搭建同类系统或深入拆解算法逻辑的读者参考。
1. 一套能数清楚人流车流的系统：YOLOv5+DeepSORT 跟踪计数到底解决什么问题
商场入口想知道一天进出多少人，路口想统计早晚高峰的车流量。如果只做目标检测，每帧框出来的目标无法跨帧关联，同一辆车在不同帧会被当成好几个目标，计数必然虚高。把 YOLOv5 的检测结果交给 DeepSORT 做跨帧跟踪，每个目标拿到稳定 ID 后再计一次数，才能真正落到客流统计、车流统计这类实际场景。这套方案对毕业设计、课程设计或工程预研都很合适：YOLOv5 负责“看到”目标，DeepSORT 负责“认出”同一个目标，计数逻辑只关心 ID 是否越线或进出区域。上手门槛并不高，Python 环境下把检测和跟踪串起来，核心代码可以控制在几百行内。后面内容就是沿着这个链路逐步拆开讲，每一步都给出可复现的做法和参数依据。
2. 把检测先跑通：YOLOv5 环境搭建与模型推理的最小闭环
2.1 环境依赖怎么选：Python 版本、PyTorch 与推理后端
YOLOv5 对 Python 版本的要求不算苛刻，3.8 到 3.10 都能稳定跑。真正影响体验的是 PyTorch 和 CUDA 的搭配。手头有 NVIDIA 显卡，优先装 CUDA 版 PyTorch，推理速度能比 CPU 快一个数量级；没有显卡就老老实实装 CPU 版，用 yolov5s 权重跑单路视频也能勉强实时，只是分辨率要控制在 640 以内。
# 创建独立虚拟环境，避免污染系统 Python conda create -n track python=3.8 conda activate track # 安装 PyTorch，cu118 对应 CUDA 11.8，需要根据你的驱动版本调整 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 安装 YOLOv5 依赖 pip install -r requirements.txt逻辑说明：虚拟环境是第一步，YOLOv5 的依赖项里有特定版本的 numpy、opencv-python、matplotlib 等，直接装在系统环境里容易和已有项目冲突。PyTorch 的安装源选择取决于显卡驱动支持的 CUDA 版本，可以在命令行执行nvidia-smi查看驱动对应的 CUDA 版本，再决定 cu118 还是 cu121。
参数说明：from requirements.txt安装方式会按官方锁定版本安装，注意装完后检查一下 numpy 版本，如果后续 OpenCV 报错，通常是 numpy 2.x 和旧版 opencv-python 不兼容，pip install numpy==1.24.4可以解决。
2.2 用 YOLOv5 跑通第一帧检测：从权重加载到输出解析
环境就绪后，先用单张图片验证检测链路。这里用torch.hub加载官方预训练权重，第一次运行会自动下载 yolov5s.pt，约 14 MB，网络慢的话也可以手动放到项目目录下。
import torch import cv2 import numpy as np # 加载预训练模型，yolov5s 是轻量版，速度和精度平衡 model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True) # 推理时关闭梯度计算，减少显存占用 model.eval() model.conf = 0.25 # 置信度阈值，低于该值的目标被过滤 model.iou = 0.45 # NMS 的 IoU 阈值，控制重叠框的合并力度 # 读取图片并推理 img = cv2.imread('street.jpg') results = model(img) # 输出结果: results.pandas().xyxy[0] 包含框坐标、置信度、类别 detections = results.pandas().xyxy[0] person_boxes = detections[detections['name'] == 'person'][['xmin', 'ymin', 'xmax', 'ymax', 'confidence']].values print(f"检测到 {len(person_boxes)} 个行人")逻辑说明：model.conf和model.iou可以在调用前直接修改，也可以作为参数传入model(img, conf=0.25, iou=0.45)。检测结果里xyxy格式是左上角和右下角坐标，后续送给 DeepSORT 之前通常要转成xywh格式，即中心点坐标加宽高。pandas().xyxy[0]这个接口能直接拿到结构化数据，省去自己解析张量的麻烦。
参数说明：置信度阈值 0.25 是官方默认值，实际项目中如果检测框频繁抖动，可以提高到 0.4 以上，代价是召回率下降。IoU 阈值 0.45 控制 NMS 合并，值越大越倾向于保留更多重叠框，值越小越容易合并掉同一目标的多余框。调试阶段建议把阈值调低观察漏检情况，上线前再调高减少误检。
2.3 检测结果的后处理：类别过滤与坐标转换
YOLOv5 的 COCO 预训练模型能识别 80 类目标，但计数场景通常只关心行人和车辆。类别过滤不仅是业务需求，还能显著降低后续跟踪器的计算压力，避免把路牌、树影之类的误检目标纳入统计。
# 只保留行人、汽车、公交车、卡车，对应 COCO 类别 id: 0, 2, 5, 7 CLASS_IDS = [0, 2, 5, 7] def filter_detections(detections, class_ids): """ 按类别过滤检测结果, 同时转换为 DeepSORT 需要的 xywh 格式 detections: pandas DataFrame, 来自 results.pandas().xyxy[0] """ filtered = detections[detections['class'].isin(class_ids)] if filtered.empty: return np.empty((0, 5)) # xyxy -> xywh: 中心点坐标 + 宽 + 高 boxes = filtered[['xmin', 'ymin', 'xmax', 'ymax']].values xywh = np.zeros_like(boxes) xywh[:, 0] = (boxes[:, 0] + boxes[:, 2]) / 2 # cx xywh[:, 1] = (boxes[:, 1] + boxes[:, 3]) / 2 # cy xywh[:, 2] = boxes[:, 2] - boxes[:, 0] # width xywh[:, 3] = boxes[:, 3] - boxes[:, 1] # height # 拼接置信度, 组成 [cx, cy, w, h, conf] 的数组 conf = filtered[['confidence']].values return np.hstack((xywh, conf))逻辑说明：这段转换是检测环节和跟踪环节之间的桥梁。DeepSORT 的输入格式要求是[x, y, w, h, conf]，其中 x、y 是目标中心点坐标，这样设计是为了配合卡尔曼滤波的状态表示。直接传 xyxy 格式会导致跟踪器内部状态初始化出错，这是新手最常见的报错点之一。
参数说明：class_ids的取值来自 COCO 数据集类别定义，0是 person，2是 car，5是 bus，7是 truck。如果场景里还有摩托车（id 3）和自行车（id 1），按需加进去即可。注意过滤时用class列而不是name列，数值比较更稳定，不受类别名大小写影响。
3. 从检测框到稳定轨迹：DeepSORT 跟踪原理与代码接入
3.1 DeepSORT 的核心机制：卡尔曼滤波与级联匹配的配合
DeepSORT 的全称是 Deep Cosine Metric Learning for SORT，它在 SORT 的基础上引入了外观特征（ReID 特征）来弥补单纯运动模型的不足。SORT 只靠卡尔曼滤波预测位置和 IoU 匹配关联目标，一旦目标快速运动或发生遮挡，ID 很容易丢失；DeepSORT 的做法是把目标的运动特征和外观特征同时用于匹配，跟踪鲁棒性明显提升。
卡尔曼滤波负责预测目标在下一帧的位置，同时估计预测误差。级联匹配则优先匹配近期出现过的目标，避免丢失时间较长的轨迹抢占新目标的匹配机会。外观特征通过一个小型 CNN 网络提取，每帧生成一个 128 维向量，与历史轨迹的外观特征库计算余弦距离。匹配最终交给匈牙利算法求解，代价矩阵由马氏距离和余弦距离加权得到。
3.2 把检测结果接入 DeepSORT：tracker 初始化与 update 流程
DeepSORT 的工程实现有很多版本，我常用的是把检测框和置信度传给update方法，它内部会完成预测、匹配、更新三步，并返回当前帧所有活跃轨迹的 ID 和位置。
from deep_sort import DeepSort # 初始化跟踪器: model_path 指向训练好的 ReID 权重 deepsort = DeepSort( model_path='ckpt.t7', # ReID 特征提取模型权重 max_dist=0.2, # 余弦距离阈值, 超过则认为不是同一目标 min_confidence=0.3, # 检测置信度低于该值的框不进入跟踪 nms_max_overlap=0.5, # 跟踪框 NMS 阈值 max_iou_distance=0.7, # IoU 关联阈值, 用于短期匹配 max_age=70, # 轨迹丢失后最多保留的帧数 n_init=3, # 轨迹被确认前必须连续匹配的帧数 nn_budget=100 # 外观特征库容量, 超出后丢弃最早特征 ) # 每帧处理: detections 是上一节 filter_detections 的输出, shape=(N, 5) # 注意 DeepSORT 要求宽高比在合理范围, 过扁的框会被内部过滤 outputs = deepsort.update(detections, frame) # outputs 格式: [x1, y1, x2, y2, track_id], 可以直接画框 for x1, y1, x2, y2, track_id in outputs: cv2.rectangle(frame, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2) cv2.putText(frame, f'ID:{track_id}', (int(x1), int(y1)-10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 255, 0), 2)逻辑说明：update方法接收的检测框是 xyxy 格式，注意不同开源实现的接口有差异，有的要求传入[x1, y1, x2, y2, conf]，有的要求先转换。这里的outputs返回的是跟踪结果，包含跟踪框坐标和稳定的 track_id。track_id是计数的核心依据，同一个目标在连续帧中保持同一个 ID，才能避免重复计数。
参数说明：max_dist=0.2是外观匹配的核心阈值，值越小对目标外观变化越敏感，容易丢 ID；值越大越容易把不同目标串到一起。max_age=70控制目标丢失后的保留时间，值越大对遮挡越鲁棒，但也会让短暂离开视野的旧目标占用匹配资源。n_init=3表示新目标需要连续 3 帧成功匹配才被确认为正式轨迹，避免单帧误检导致虚假轨迹。
3.3 跟踪参数怎么调：从 ID 跳变现象反推参数方向
调参不能靠猜，要观察现象反推。最常见的两个现象是 ID 频繁跳变和目标跟踪断裂，它们的调参方向正好相反。
# 在调试代码里打印每个 track_id 的存活帧数, 观察稳定性 # 脚本片段: 统计每个 ID 出现的帧数 from collections import defaultdict id_frames = defaultdict(int) # ... 在跟踪循环中 ... for x1, y1, x2, y2, track_id in outputs: id_frames[track_id] += 1 # 结果类似: {1: 120, 2: 3, 3: 150, 4: 2} # 帧数极短的 ID 是跳变信号, 说明跟踪器的匹配策略需要调整如果大量 ID 只存活了几帧，说明目标在不断丢失和重新初始化。此时应该调大max_age，让轨迹在目标短暂遮挡后还能重新关联；同时适当调大max_dist，提高外观匹配的容忍度。反过来如果不同目标共享同一 ID，出现两个目标串在一起的情况，那就是max_dist太大，需要调小，同时降低max_iou_distance让空间重叠的约束更严格。
实践里我一般先用默认参数跑通，记录 ID 跳变频率，再做单参数网格搜索。比如把max_dist分别设为 0.1、0.2、0.3 跑同一段视频，对比 ID 存活帧数的分布，比凭感觉调要靠谱得多。
4. 计数器落地的两种方案：虚拟线计数与区域进出计数
4.1 方案一：虚拟线越线计数，一条线段完成单向统计
越线计数的原理很简单：在视频画面中定义一条线段，跟踪到的目标中心点从前一帧到当前帧跨越了这条线，就认为完成了一次穿越。配合 track_id 去重，每个 ID 只在第一次越线时计数。
def is_crossing(prev_point, curr_point, line_start, line_end): """ 判断目标中心点是否跨越了线段 prev_point: 上一帧中心点 (x, y) curr_point: 当前帧中心点 (x, y) line_start: 线段起点 (x1, y1) line_end: 线段终点 (x2, y2) 返回值: True 表示跨越, False 表示未跨越 """ def side(p): return (line_end[0] - line_start[0]) * (p[1] - line_start[1]) - \ (line_end[1] - line_start[1]) * (p[0] - line_start[0]) prev_side = side(prev_point) curr_side = side(curr_point) # 两点在直线异侧即跨越 return prev_side * curr_side < 0 # 在跟踪循环中使用 crossed_ids = set() # 记录已计数的 ID count = 0 for x1, y1, x2, y2, track_id in outputs: cx, cy = (x1 + x2) / 2, (y1 + y2) / 2 # 用字典保存每个 ID 的上一帧中心点 if track_id not in prev_centers: prev_centers[track_id] = (cx, cy) continue prev = prev_centers[track_id] if is_crossing(prev, (cx, cy), line_start, line_end): if track_id not in crossed_ids: count += 1 crossed_ids.add(track_id) # 关键: 同一 ID 只计一次 print(f"ID {track_id} 越线, 当前计数: {count}") prev_centers[track_id] = (cx, cy)逻辑说明：is_crossing函数用的是向量叉积的符号变化来判断点是否跨线，不需要计算交点坐标，效率高且数值稳定。crossed_ids集合是防重复计数的关键，一个目标从线的一侧走到另一侧只算一次，即使它在线附近来回晃动也不会重复累加。
参数说明：line_start和line_end是手动标定的两个画面坐标点，一般选在目标必经的通道位置。线不要放太靠近画面边缘，否则目标刚进入画面就被计数，跟踪状态还没稳定下来，容易引入误判。线的方向决定了计数方向，比如从左到右画一条线，只有从左往右跨越才计数，反向跨越则不计。
4.2 方案二：区域进出计数，适合闸机口与复杂出入口
越线计数在目标运动方向单一的场景下很好用，但出入口存在徘徊、折返的情况，比如有人在门口犹豫了一下又走回去，此时越线计数会误统计。区域进出计数更适合这种场景：定义一个多边形区域，目标从区域外进入认为是一次“进入”，从区域内出去则认为是一次“离开”。
import cv2 def point_in_polygon(point, polygon): """ 判断点是否在多边形内部 point: (x, y) polygon: 顶点列表 [(x1,y1), (x2,y2), ...] """ x, y = point n = len(polygon) inside = False p1x, p1y = polygon[0] for i in range(1, n + 1): p2x, p2y = polygon[i % n] if (y > min(p1y, p2y)): if (y <= max(p1y, p2y)): if (x <= max(p1x, p2x)): if p1y != p2y: xinters = (y - p1y) * (p2x - p1x) / (p2y - p1y) + p1x if p1x == p2x or x <= xinters: inside = not inside p1x, p1y = p2x, p2y return inside # 维护每个 ID 在区域内外状态 inside_status = {} # track_id -> True/False enter_count = 0 exit_count = 0 for x1, y1, x2, y2, track_id in outputs: cx, cy = (x1 + x2) / 2, (y1 + y2) / 2 # 只取宽高比合理的框, 过滤掉极端形状的误检 w, h = x2 - x1, y2 - y1 if w <= 0 or h <= 0 or w / h > 5: continue is_inside = point_in_polygon((cx, cy), zone_polygon) if track_id not in inside_status: # 新 ID: 记录初始状态, 不计数, 避免目标已在区域内时被误判 inside_status[track_id] = is_inside else: # 状态变化: 从外到内是进入, 从内到外是离开 if not inside_status[track_id] and is_inside: enter_count += 1 print(f"ID {track_id} 进入, 累计进入: {enter_count}") elif inside_status[track_id] and not is_inside: exit_count += 1 print(f"ID {track_id} 离开, 累计离开: {exit_count}") # 状态更新 inside_status[track_id] = is_inside逻辑说明：区域计数的精髓在状态机——每个 ID 维护一个布尔状态，只有当状态发生翻转时才计数。新出现的 ID 直接记录初始状态但不计数，这样可以规避目标一开始就在区域内部的情况。point_in_polygon用的是射线法，对任意凸多边形和凹多边形都有效。
注意区域边界的处理：目标中心点正好落在多边形边上时，point_in_polygon的结果不稳定，实际项目中可以在多边形上做一个内缩的小缓冲区，或者直接忽略距离边界太近的检测框，数出来的数据会更平滑。
4.3 双向计数：用中心点位移判断行进方向
很多场景需要区分方向，比如商场入口要分别统计进和出的人数，道路要区分上行和下行。方向判断可以结合越线计数实现：记录目标跨越线时的速度方向，即上一帧位置指向当前帧位置的向量。
def get_direction(prev_point, curr_point): """ 计算目标运动方向角度, 以水平向右为 0 度, 逆时针为正 返回值: 方向角 (弧度), 范围 [-pi, pi] """ dx = curr_point[0] - prev_point[0] dy = curr_point[1] - prev_point[1] return math.atan2(dy, dx) # 方向角到文字描述 DIRECTION_LABELS = { 'right': (math.pi * -0.25, math.pi * 0.25), 'down': (math.pi * 0.25, math.pi * 0.75), 'left': (math.pi * 0.75, math.pi * 1.0), 'up': (math.pi * -1.0, math.pi * -0.75), } def direction_label(angle): """把方向角映射到四个主方向之一""" # 处理角度区间重叠的简化实现, 实际可改为查表 for label, (low, high) in DIRECTION_LABELS.items(): if low <= angle <= high: return label return 'unknown' # 在越线计数时结合方向 if is_crossing(prev, (cx, cy), line_start, line_end): angle = get_direction(prev, (cx, cy)) label = direction_label(angle) if label == 'right': right_count += 1 elif label == 'left': left_count += 1逻辑说明：get_direction使用中心点前后两帧的位移来计算方向角，比利用检测框宽高变化判断方向更直接。注意这里有一个陷阱：单帧位移可能会受检测框抖动影响，方向角会跳跃，解决方法是把位移向量平滑一下，用最近 3 帧的平均位移来代替单帧位移。
参数说明：方向区间用 90 度象限划分是简化做法，实际场景中目标的运动方向很少完全水平或垂直，建议做成可配置的扇形区间，比如把 45 度范围内的位移都归为水平方向。
5. 避坑指南：ID 跳变、重复计数与性能瓶颈的排查记录
5.1 检测框抖动导致目标 ID 反复切换
现象：视频中行人走路时身体晃动，检测框大小有时 120 像素有时 80 像素，导致同一目标的框与前几帧 IoU 过低，匹配失败，ID 每隔十几帧就换一个。
原因：YOLOv5 的检测框是目标外接矩形，行人摆臂、姿态变化都会让框的尺寸和位置明显波动，进而影响跟踪器的匹配结果。IoU 匹配对框的稳定性极其敏感，而 DeepSORT 的级联匹配如果连续几帧失败，就会把轨迹标记为丢失并赋予新 ID。
解决：把 YOLOv5 的置信度阈值从 0.25 提高到 0.4，过滤掉低质量的检测框，框的抖动幅度会明显减小。同时把 DeepSORT 的max_age从默认 70 提高到 100 甚至更高，即使中间有几帧匹配失败，也有余量等目标重新关联回来。如果还有抖动，考虑用 EMA 对检测框做一次平滑：
# 简单指数平滑, 对同一 ID 的检测框做时间维平滑 smoothed_boxes = {} alpha = 0.6 # 平滑系数, 越大越依赖历史值 for x1, y1, x2, y2, track_id in outputs: box = np.array([x1, y1, x2, y2], dtype=np.float32) if track_id in smoothed_boxes: smoothed_boxes[track_id] = alpha * smoothed_boxes[track_id] + (1 - alpha) * box else: smoothed_boxes[track_id] = box5.2 同一目标被重复计数：track_id 去重逻辑失效
现象：一个行人从左边走到右边，计数从 10 直接跳到了 12，对比视频发现是同一个目标被算了两次。
原因：目标在行进过程中，中途有一段时间被其他行人遮挡，DeepSORT 丢失了原轨迹，目标重新出现后被赋予了新 ID。计数逻辑只认 ID 不认人，新 ID 自然又触发了一次越线计数。
解决：单纯靠 ID 去重解决不了遮挡导致的 ID 切换，需要引入位置约束：如果在计数线附近出现一个新 ID，且新 ID 的起始位置与旧 ID 最后一次出现的位置距离小于某个阈值（比如 30 像素），并且旧 ID 的消失时间不超过 1 秒，就认为两者是同一个目标，做一次 ID 合并。这个逻辑也叫轨迹融合，实现时可以用相邻 ID 的起点和终点做配对。
5.3 目标被遮挡后跟踪轨迹断裂
现象：一辆车被路过的卡车挡住 2 秒，卡车开走后，被挡的车重新出现在画面里，但 ID 已经从 3 变成了 19，后续的计数也被打乱。
原因：DeepSORT 的max_age默认值是 70 帧，假设视频是 25 FPS，70 帧只有 2.8 秒。目标被遮挡超过这个时间，轨迹就被彻底删除，重新检测到后只能初始化新轨迹。
解决：把max_age调大到 120~150，同时确认nn_budget不要太小。nn_budget是外观特征库的容量上限，如果目标被遮挡期间特征库里的旧特征被清掉了，重新出现时外观匹配仍然可能失败。nn_budget=100在长遮挡场景下不够，建议调到 200 以上。
5.4 夜间场景行人检测率骤降
现象：晚上 7 点后，画面里的行人明显少了，对比人工目测，检测率大概只有白天的一半还不到。
原因：YOLOv5s 的夜间泛化能力有限，黑暗环境下的目标对比度低，特征提取难度大。加上摄像头自动增益导致噪声增加，置信度普遍偏低，大量真实目标被 0.25 的置信度阈值过滤掉了。
解决：备选项中效果最好的做法是换成 yolov5m 甚至 yolov5l 权重，大模型对低质量图像的特征表达能力更强。没有算力升级的条件，可以在推理前做一次 CLAHE 对比度增强预处理：
# 对低光照帧做 CLAHE 增强, 提升检测召回 clahe = cv2.createCLAHE(clipLimit=3.0, tileGridSize=(8, 8)) gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) enhanced = clahe.apply(gray) frame = cv2.cvtColor(enhanced, cv2.COLOR_GRAY2BGR)5.5 视频推理卡顿，显存溢出
现象：同时开两个测试视频，程序跑了几分钟后提示 CUDA out of memory，画面帧率只有几 FPS。
原因：YOLOv5 默认使用 FP32 精度推理，显存占用较大。DeepSORT 的 ReID 模型也需要额外显存。两个模型叠加，1080p 视频输入会轻松超过 4GB 显存。
解决：给 YOLOv5 开启半精度推理，显存占用减少近一半。同时把输入分辨率限制在 640x640，检测前把长边缩放，短边等比缩放。推理频率也可以人为限制，每 3 帧检测一次，中间帧用跟踪结果直接画框，对计数场景影响不大。
# YOLOv5 开启半精度 model.half() # 限制输入尺寸, 长边不超过 640 def resize_for_inference(img, max_size=640): h, w = img.shape[:2] scale = max_size / max(h, w) if scale < 1: img = cv2.resize(img, (int(w * scale), int(h * scale))) return img6. 让系统更实用的三个进阶做法：从跑通到能交付
6.1 每隔几帧检测一次，用跟踪结果补全中间帧
检测是整条链路里最耗时的环节，而跟踪的卡尔曼预测几乎不花时间。做法：每 3 帧只做一次 YOLOv5 检测，中间 2 帧直接用 DeepSORT 的预测结果画框。帧率能从 8 FPS 提到 20 FPS 以上，计数精度几乎不受影响，因为计数的依据是跟踪 ID 而不是检测框本身。
6.2 画面上画出计数线和实时统计，方便现场验证
交付时不能只给别人一个终端输出的数字。把计数线、区域边界、每个目标的 ID 和当前计数叠加到视频画面上，直接输出 MP4 或者推流。这样验收方看到的效果和最终数字是一致的，不用对着日志文件想象。涉及多目标时可以用不同色系区分不同 ID，越线瞬间在画面上闪一下提示，验证和展示的效果都更直观。
6.3 把计数结果结构化输出，用 CSV 记录时间序列
相对完善的做法是把每次越线或进出事件的时间戳、目标 ID、方向写入 CSV。后续做时段分析直接读文件，不用重新跑视频。逻辑上在计数事件触发时追加一行记录，字段简单清晰，推荐把这个功能放在开发早期就接入，后续做数据分析顺便加字段比较麻烦。最后一句想用自己的教训来收尾：整套系统的核心链路就三步——检测、跟踪、计数。检测决定上限，跟踪决定稳定性，计数决定业务价值。开发时先按这个顺序打通主链路，再回头优化参数，你会发现大多数问题并不在算法本身，而在你的参数和业务场景匹配得够不够好。希望帮到你。
本文还有配套的精品资源，点击获取
