0. demo_mot_vis.py 多目标跟踪demo的函数调用关系图call graph

?DeepSORT类有4个成员变量：detector、reid、motion、tracker
DeepSORT负责推理，simple_test， tracker负责轨迹维护。
- simple_test去获取detector的检测框。
- with_motion的意思，是否需要运动模型的cost_matrix。实际上是计算了costs的，但是在分配时没有使用。
  - 这个cost是用于reID的时候使用的。
检测、reID、运动、跟踪器。
- track的部分，是tracker在维护。且是SortTracker类型的对象。

?demo_mot_vis.py的inference_mot调用model(data)，这个Model为Model类型。
调用model时，会去调用相应模型的forward_test。调用的是BaseMultiObjectTracker基类的forward_test函数。然后调用派生类的同名函数simple_test()
即调用了deepsort的simplt_test()函数
主要的流程在DeepSORT的simple_test()函数中。
1. 特征提取
2. 获取检测框
3. 跟踪和检测框匹配
  1. kalman预测；cost马氏距离计算（这个称为距离模型）
  2. 根据IOU进行分配
  3. kalman correct

inference_mot
	result = model(data)
	# base.py
  	forward_test(img, img_metas, **kwargs)
    # deep_sort.py aimple_test()
    	simple_test(img, img_metas, rescale, public_bboxes, **kwawrgs):
        x = self.detector.extract_feat(img)	#	提取特征
        # 获取检测框：rpn的proposal + detector的获取检测框
        det_bboxes, det_labels = self.detector.....()
        # 跟踪
        track_bboxes, track_labels, track_ids = self.tracker.track(img, feats, det_bboxes)
        # sort_tracker.py #163   计算cost马氏距离矩阵
        	①self.tracks, costs = model.motion.track(self.tracks, self.xyxy2xyah(bboxes))
          		① kalman.predict
            	② gating_distance # 马氏距离的计算
              		costs[costs > self.gating_threshold] = np.nan # 注意有一个距离阈值，为5.9915
                
           # 这里使用的分配方式为：基于IOU的分配。然后分配后去track更新
          ②row, col = linear_sum_assignment(dists)
          	# track和detection的就算IOU，作为Dists进入到分配中
          ③self.update(ids， bboxes, scores, labels)
          		①update_track 		# 轨迹更新
            	②init_track				# 新建轨迹

1. 可参考的内容

就检测（background?modeling、yolo模型检测）+?kalman预测?+?匈牙利分配的技术路线而言：

SORT&DeepSort显然属于此路线
- yolo+kalman+匈牙利
- yolo+网络feature+kalman+匈牙利
有sort&deepsort在MOT?benchmark上的运行效果
- mmtracking等有sort&deepsort的开源实现，可以自己跑demo看一下效果
MOT?benchmark排行榜如下所示：https://motchallenge.net/results/MOT16/
- MOT Challenge?可以预览SORT_OH在MOT上的效果。还不错的。
  - 视频预览：https://motchallenge.net/movies/3241d9c48119e4c3fccffa9097dd6907cfff1dd3-MOT16-01.webm
  - 这个是偏跟踪的（也就是评价标准是：ID维护的好）。至于框是否稳定，这个还OK，只要把长宽加入维护，框的长宽也会稳定，总体看着框就会比较稳定了。
- 开源代码实现?Project?page?/?code:?https://github.com/mhnasseri/sort_oh
- SORT?with?Occlusion?Handling