yolov5 yolov5_使用yolov5+deepsort进行无人机目标跟踪

UAVDT是一个具有大规模的挑战性的无人机检测和跟踪基准（即10小时原始视频中约8万帧的代表性帧），用于3项重要的基本任务，即目标检测（DET）、单目标跟踪（SOT）和多目标跟踪（MOT）。 数据集由无人机在各种复杂场景中捕获。本基准中关注的对象是车辆。使用边界框和一些有用的属性（例如，车辆类别和遮挡）对帧进行手动注释。 UAVDT基准由100个视频序列组成，这些视频序列是从城市地区多个地点的UAV平台拍摄的超过10小时的视频中选择的，代表各种常见场景，包括广场、主干道、收费站、高速公路、交叉口和T形交叉口。视频以每秒30帧（fps）的速度录制，JPEG图像分辨率为1080×540像素。 该数据集包含的是原始图片，不包括注释 参考： D. Du, Y. Qi, H.g Yu, Y. Yang, K. Duan, G. Li, W.g Zhang, Q. Huang, Q. Tian, " The Unmanned Aerial Vehicle Benchmark:

具有深度强化学习的粗到精细无人机目标跟踪

为设计一种可自动跟踪、避障的无人机视觉导航技术，将无人机同时搭载双目和单目摄像头：单目摄像头采集无人机相对于被跟踪物体的图像，并采用经Kalman预测器优化的连续自适应均值漂移算法对目标进行有效跟踪；双目摄像头实时采集无人机前进方向上的图像信息，并利用SGM算法计算深度图以分割出无人机前进方向上的障碍物信息。无人机在跟踪目标物体的同时，可自主避开行进方向上的障碍物。实验结果表明，该方法可以有效引导无人机持续、精确地对目标物体进行跟踪，并在跟踪过程中及时躲避前进方向上的障碍物。

无人机目标跟踪-附件资源

无人机目标跟踪-附件资源

drone_tracking 具有图像检测功能的无人机目标跟踪 这是一个鹦鹉阿纳菲鹦鹉将使用图像处理技术降落在红色目标上的项目。 来自Parrot Olympe开发人员的basic_examples中的代码，并在执行跟踪代码之前提供了背景和必要的测试。 这是一项正在进行中的工作，无人机致动尚未调试。