初始化项目

This commit is contained in:
BBIT-Kai
2026-05-26 11:46:24 +08:00
commit 51b4399f6a
67 changed files with 69337 additions and 0 deletions
+61
View File
@@ -0,0 +1,61 @@
BaseConfig:
minDetectorConfidence: 0.0430 # 如果检测器检测框的置信度低于此值,则不会被用于跟踪
TargetManagement:
enableBboxUnClipping: 1 # 如果检测框可能被图像边界裁剪,则解除裁剪
preserveStreamUpdateOrder: 0 # 分配新目标ID时,是否保持输入流顺序,以在多次运行中保持目标ID确定性
maxTargetsPerStream: 150 # 每个流可跟踪的最大目标数。建议设置大于10。注意:此值应包括以阴影模式跟踪的目标。最大值取决于GPU内存容量
# [目标创建与终止策略]
minIouDiff4NewTarget: 0.7418 # 如果新检测到的对象与已有目标的IOU高于此阈值,则丢弃该新对象
minTrackerConfidence: 0.4009 # 如果对象跟踪器的置信度低于此值,则以阴影模式跟踪。有效范围:[0.0, 1.0]
probationAge: 2 # 目标年龄超过此值,则视为有效目标
maxShadowTrackingAge: 51 # 阴影跟踪的最大长度。如果阴影跟踪年龄超过此值,跟踪器将被终止
earlyTerminationAge: 1 # 如果阴影跟踪年龄在试验期达到此阈值,则目标会提前终止
TrajectoryManagement:
useUniqueID: 0 # 分配跟踪器ID时是否使用64位长唯一ID
DataAssociator:
dataAssociatorType: 0 # 数据关联器类型 { DEFAULT=0 }
associationMatcherType: 1 # 匹配算法类型 { GREEDY=0, CASCADED=1 }
checkClassMatch: 1 # 是否只将同类对象关联,默认值:true
# [关联度指标:有效候选阈值]
minMatchingScore4Overall: 0.4290 # 总匹配分数最小值
minMatchingScore4SizeSimilarity: 0.3627 # 检测框尺寸相似度最小分数
minMatchingScore4Iou: 0.2575 # IOU最小分数
minMatchingScore4VisualSimilarity: 0.5356 # 视觉相似度最小分数
# [关联度指标:权重]
matchingScoreWeight4VisualSimilarity: 0.3370 # 视觉相似度权重(相关响应比率)
matchingScoreWeight4SizeSimilarity: 0.4354 # 尺寸相似度权重
matchingScoreWeight4Iou: 0.3656 # IOU权重
# [关联度指标:试探性检测] 仅使用IOU相似度进行试探性检测匹配
tentativeDetectorConfidence: 0.2008 # 如果检测置信度低于此值但高于minDetectorConfidence,则视为试探性检测
minMatchingScore4TentativeIou: 0.5296 # 匹配目标与试探性检测的最小IOU阈值
StateEstimator:
stateEstimatorType: 1 # 状态估计器类型 { DUMMY=0, SIMPLE=1, REGULAR=2 }
# [动态建模]
processNoiseVar4Loc: 1.5110 # 检测框中心的过程噪声方差
processNoiseVar4Size: 1.3159 # 检测框尺寸的过程噪声方差
processNoiseVar4Vel: 0.0300 # 速度的过程噪声方差
measurementNoiseVar4Detector: 3.0283 # 检测器检测的测量噪声方差
measurementNoiseVar4Tracker: 8.1505 # 跟踪器定位的测量噪声方差
VisualTracker:
visualTrackerType: 1 # 视觉跟踪器类型 { DUMMY=0, NvDCF=1 }
# [NvDCF:特征提取]
useColorNames: 1 # 是否使用ColorNames特征
useHog: 0 # 是否使用HOG(方向梯度直方图)特征
featureImgSizeLevel: 2 # 特征图尺寸等级。有效范围:{1, 2, 3, 4, 5},从最小到最大
featureFocusOffsetFactor_y: -0.2000 # 汉宁窗口中心相对于特征高度的偏移量。中心在垂直方向移动 (featureFocusOffsetFactor_y * featureMatSize.height)
# [NvDCF:相关滤波器]
filterLr: 0.0750 # DCF滤波器指数移动平均学习率,有效范围:[0.0, 1.0]
filterChannelWeightsLr: 0.1000 # 特征通道权重的学习率,有效范围:[0.0, 1.0]
gaussianSigma: 0.7500 # 创建DCF滤波器时期望响应的高斯标准差(像素)