基于改進YOLOv7-ByteTrack 的鴕鳥多目標(biāo)跟蹤研究

打開文本圖片集

摘要：鴕鳥養(yǎng)殖作為現(xiàn)代畜牧業(yè)的重要組成部分，全球的養(yǎng)殖規(guī)模正逐年以15%左右的速度增長。鴕鳥多目標(biāo)跟蹤技術(shù)在提升養(yǎng)殖管理效率和精準(zhǔn)度方面具有重要作用。然而，目前針對鴕鳥的多目標(biāo)跟蹤算法在目標(biāo)檢測精度和跟蹤穩(wěn)定性上仍存在不足，尤其是在處理小目標(biāo)和高密度目標(biāo)場景時容易出現(xiàn)漏檢與跟蹤丟失問題。為解決上述問題，文章提出了一種基于YOLOv7與ByteTrack的多目標(biāo)跟蹤算法。（剩余14054字）