**这个仓库包含了最先进的多目标追踪器。其中一些基于运动信息，另一些则基于运动和外观描述。对于后者，最先进的ReID模型也会自动下载。目前支持的模型有：DeepOCSORT LightMBN、BoTSORT LightMBN、StrongSORT LightMBN、OCSORT和ByteTrack。

我们提供了如何将这个包与流行的目标检测模型配合使用的示例。目前提供的检测模型有Yolov8和Yolo-NAS，YOLOX即将推出。项目简介**

这个项目实现了一个基于YOLOv8和DeepSort的实时目标检测和追踪系统。它可以在各种场景中检测和追踪多种类型的物体。例如，它可以用于人群监控、车辆检测、动物行为分析等。项目地址为：

YOLOv8简介

YOLOv4是YOLO（You Only Look Once）系列的第四代版本，是一种快速、高精度的实时目标检测算法。YOLOv8相较于之前的版本，在保持低计算量的情况下，实现了更高的检测精度。它采用了一系列优化策略和技巧，如Mish激活函数、CSPNet、Spatial Pyramid Pooling等。

DeepSort简介

DeepSort（Deep Association Metric Learning for Tracking）是一种基于深度学习的多目标跟踪算法。它使用卷积神经网络（CNN）来提取目标的特征，并利用这些特征计算目标之间的距离。然后，它使用匈牙利算法进行数据关联，从而实现高效的目标跟踪。

项目结构

YOLO_Tr