1、tiny_yolov4文件夹： 目标检测算法源码，包括：网络搭建、训练好的权重、解码文件、预测文件。 为提升算法速度，我摒弃了YOLOv4框架而采用了Tiny_YOLOv4框架，检测精度虽然有所下降，但每帧推理速度从0.17s提升至0.03s。 2、predict.py： 用于验证目标检测的效果，可单独独立出来运行，与目标跟踪无关。 3、kalman.py： 卡尔曼滤波器，基于恒速运动模型，预测下一帧目标物体的位置。 4、tracker.py： 存储每个时刻不同目标物体的状态，管理目标跟踪整个系统运作过程。 5、main.py： 整个项目的运行入口，直接运行main.py，就可以调用Tiny_YOLOv4 + Sort，处理视频流信息，完成目标跟踪、车流量统计。 6、MVI_39211、MVI_39031：DATRAC数据集测试集的两个视频，交通路段车流量画面。demo1、demo2：调用目标跟踪算法，车流量的每帧统计结果。

实现了clistctrl 的单击 标题栏的 排序功能.mfc版本是vs2010

通讯录整理：读取一组电话号码簿（由姓名和手机号码组成），将重复出现的项删除（姓名和电话号码都相同的项为重复项，只保留第一次出现的项），并对姓名相同手机号码不同的项进行如下整理：首次出现的项不作处理，第一次重复的姓名后面加英文下划线字符_和数字1，第二次重复的姓名后面加英文下划线字符_和数字2，依次类推。号码簿中姓名相同的项数最多不超过10个。最后对整理后的电话号码簿按照姓名进行从小到大排序，并输出排序后的电话号码簿。 【输入形式】 先从标准输入读取电话号码个数，然后分行输入姓名和电话号码，姓名由不超过20个英文小写字母组成，电话号码由11位数字字符组成，姓名和电话号码之间以一个空格分隔，输入的姓名和电话号码项不超过100个。 【输出形式】 按照姓名从小到大的顺序分行输出最终的排序结果，先输出姓名再输出电话号码，以一个空格分隔。 本题比较困难，需要认真分析

直接插入排序、希尔排序、起泡排序、快速排序、简单选择排序、堆排序、二路归并排序的C++语言实现，亲测可行，二路归并排序未得到预期结果，望指正。

cn_sort 按拼音和笔顺精确、快速排序大量简体中文词组（支持百万数量级，简体中文与非中文混用的词组也可），有效解决多音字混排的问题。 依赖 运行python版本： 3.6+ 本项目涉及以下依赖： jieba pypinyin 安装 pip安装命令： pip install cn_sort --upgrade 如果提示缺少依赖，运行以下命令： pip install -r requirements.txt 使用 入门 基本用法如下： from cn_sort.process_cn_word import * if __name__ == "__main__": # 先按拼音，再按笔顺排序 text_list = ["重心", "河水", "重庆", "河流", "WTO世贸组织"] # 待排序的中文词组列表 a = list(sort_text_list(tex

外部排序 该项目是C ++中“外部排序”算法的实现。 外部排序主要用于需要排序的数据一次无法放入RAM的情况，因此需要迭代访问该数据的块以解决问题。 该算法包括两个主要步骤：首先，将数据一次读入一个块的内存中，进行排序，然后写回到临时文件中，其次，然后将这些临时文件合并为两个，三个，四个，十个，等等。一次，类似于合并排序。

matlab匹配滤波代码具有遮挡处理的SORT 介绍 该存储库包含用于带遮挡处理的简单在线和实时跟踪（SORT_OH）的代码。 在原始算法中，未检测到阻塞，并导致ID切换和碎片度量增加。 在外观信息中，将基于深度外观描述符进行整合，以重新标识被遮挡的目标。 这导致ID Switch指标降低，但碎片指标提高，因为在遮挡过程中未检测到被遮挡的目标。 而且，使用外观特征增加了计算成本并降低了算法的速度。 在提出的算法中，仅使用边界框的位置和大小来检测遮挡，并且在不显着增加计算成本的情况下，同时减少了ID切换和碎片度量。 有关更多信息，请参见。 依存关系 该代码与Python 3兼容。运行跟踪器需要以下依赖项： NumPy 斯克莱恩 OpenCV 过滤 安装 首先，克隆存储库： git clone https://github.com/mhnasseri/sort_oh.git 然后，从下载MOT17数据集。 为了使MOT16上的结果可与SORT和DeepSORT算法的结果相提并论，私人检测来自以下论文： F. Yu, W. Li, Q. Li, Y. Liu, X. Shi, J. Yan.

deep_sort_pytorch-master-yolov3配置好的代码，使用darknet版YOLOv3.weights权重

读入txt文件内的浮点型数据，经排序后输出指定txt文件，并记录开始结束以及排序时间。

我就废话不多说了，直接上代码吧！ cols: [[ //表头 { field: 'brand_img_url', title: '图片', sort: true, templet: function(d){ return ''; } } ]] //显示大图片 function show