ByteTrack自定义数据集训练指南

• 以下是使用 ByteTrack 算法训练自己数据集的完整流程指南，涵盖数据准备、模型训练、参数调优和部署的关键步骤：

一、ByteTrack 算法核心思想

ByteTrack 通过保留低置信度检测框（传统方法会过滤掉），利用运动关联（IoU匹配）和外观特征（可选）实现高精度多目标跟踪，尤其适合遮挡和拥挤场景。

二、数据集准备

1. 数据格式要求

• 视频数据：按帧提取为图片序列（如 img1/000001.jpg）

• 标注文件：MOT格式（与DeepSORT相同）

  <frame_id>, <track_id>, <x1>, <y1>, <w>, <h>, <confidence>, <class>, <visibility>

• 目录结构示例：

custom_dataset/
├── train/
│   ├── seq1/
│   │   ├── img1/      # 帧图片
│   │   ├── gt/gt.txt  # 标注文件
│   │   └── seqinfo.ini # 视频信息（帧率、分辨率）
└── val/

2. 标注工具推荐

• CVAT&#x