基于检测的多目标跟踪，可自定义类别进行训练、测试。效果不错，可达实时。算法应用keras/torch编码，逻辑清楚，配有代码解析图，适合多目标跟踪入门新手。

pets2006视频数据集

多目标跟踪源码，运动目标跟踪，代码,适用于桌面平台

用于视频目标检测的数据集，包括野牛，犀牛，大象，斑马四个标签的图像和标注，大约1500多张图片，使用yolov5文件夹下的format_dataset.py文件，可以将african-wildlife里的原数据集数据转换成可以被yolov5程序识别的格式，保存到african-wildlife-dataset（自动分割训练集和验证集），videos文件里面是几个用于检测的视频。附赠已经用yolov5实现的源码，对应yolov5的4.0版本，检测效果还行。

代码使用vs2010 + opencv2.2开发，可以检测目标、跟踪多个目标

此m文件只是得到自己算法的.txt实验结果，将此结果放到LaSOT官网评价工具箱中，就能得到跟踪算法对比结果

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习。机器学习在很多领域都有应用，本文主要简述机器学习在目标识别和跟踪方面的应用。本文介绍opencv进行静态背景下动态目标的识别和跟踪，并且拥有可视化界面，可采用摄像头，读取视频，和单张图片处理。博客链接https://blog.csdn.net/qq_34404407/article/details/108482674

基于多特征融合的防遮挡目标跟踪算法

基于广义标签多伯努利滤波的可分辨群目标跟踪算法

机动目标跟踪实验含源码m文件演示图片实验报告-基于MATLAB平台的机动目标跟踪程序.rar-untitled2.fig 基于MATLAB平台的机动目标跟踪程序 实验报告包括: 1.算法描述 2.滤波初始化 3.仿真分析 4.源程序 5.演示图片 m文件源码: function main() [email=%%@project]%%@project[/email]:飞行器跟踪模拟 [email=%@author:fantasy]%@author:fantasy[/email] [email=%@date:2006.5.10]%@date:2006.5.10[/email] [email=%@descripition]%@descripition[/email]:主函数 %产生观测数据 total=3*60;%总的时间长度 global T;%采样周期 T=1; N=total/T;%数据长度 a=20; var_rx=400; var_ry=400; X=[];%观测数据 X_ideal=[];%理想数据 for i=1:N     [rx,ry]=track(i*T,a);     X_ideal=[X_ideal,[rx;ry]]; .,,,,,,,,,,,,,,,,,,,,,,, ,,,,,,,,,,,,,,,,,,,,,,,,, ,,,,,,,,,,,,,,,,,,,,,,,, 演示图片如Untitled1/2/3.fig