自定义数据集上的目标跟踪：垃圾检测跟踪与视频计数方案咨询

你已经完成YOLOv5自定义数据集的检测模块开发，优先选检测与跟踪解耦的类SORT方案，不需要重新训练端到端的跟踪模型，直接对接现有检测输出即可，改造成本极低，完全适配你自己训练的垃圾类别检测权重。

优先选：开箱即用、改几行代码就能落地的方案 #

• ByteTrack：首推。对检测框的宽容度极高，哪怕YOLOv5输出的检测框存在低分漏检、小目标误检的情况，它会同时匹配高分和低分检测框，不会轻易丢弃目标、切换ID，非常适配垃圾堆放场景下小目标多、遮挡多的情况。YOLOv5官方仓库本身就集成了ByteTrack实现，你只需要替换成自己训练好的best.pt权重，修改对应类别配置，运行检测脚本时加上跟踪参数就能直接输出带唯一ID的跟踪结果，计数逻辑只需要在ID分配环节做去重统计即可，依赖少、速度快，CPU都能满足实时运行要求。
• BoT-SORT：如果你的采集视频来自移动摄像头（比如环卫巡检车摄像头、手持拍摄设备），存在画面全局抖动、镜头频繁移动的情况，选这个。它在ByteTrack的匹配逻辑基础上增加了相机运动补偿，ID切换概率比原生ByteTrack更低，同样支持直接接入YOLOv5的检测输出，改造成本和ByteTrack基本一致，仅速度比ByteTrack低10%左右，GPU运行完全无压力。

备选：教程多、适合踩坑查资料的经典方案 #

• DeepSORT：最经典的老派跟踪方案，网上公开教程、问题解决方案最多，新手遇到坑很容易搜到参考。注意它默认搭载的是行人场景的重识别权重，直接用在垃圾场景效果会很差，你可以从自己的数据集里裁出不同垃圾目标的截图，训一个轻量的OSNet重识别模型替换默认权重即可，缺点是会直接过滤低分检测框，堆放在一起的小型垃圾容易出现ID频繁跳变的问题。

避坑提示 #

新手阶段不要直接选FairMOT、JDE这类检测跟踪联合训练的模型，这类方案需要你额外标注跟踪序列数据集、重新训练整套检测+跟踪权重，你已经投入精力训好YOLOv5检测权重的前提下，选这类方案性价比极低，完全没必要。

做视频垃圾计数的时候，不要直接统计画面里出现过的ID总数，最好在画面中预设计数线或者固定计数区域，只统计穿过计数线、进入计数区域的ID，避免同一个目标长时间停留在画面里被重复统计，这部分逻辑直接加在跟踪结果输出的位置即可，代码量很小。

内容的提问来源于stack exchange，提问作者Ahmed Lafdhal