Chuyện gì đang xảy ra?
Detector chỉ trả về box của frame hiện tại. Muốn biết box nào là cùng một chiếc xe ở frame trước, ta cần một track lưu vị trí, vận tốc, tuổi và lịch sử quan sát. ByteTrack dùng Kalman filter để dự đoán vị trí kế tiếp, rồi đo mức chồng lấn IoU giữa track dự đoán và detection.
Điều làm ByteTrack khác baseline là hai tầng ghép. Tầng đầu ghép các detection confidence cao. Tầng sau dùng các detection confidence thấp — thường là box bị che, mờ hoặc nằm gần biên — để nối vào các track còn thiếu. Nhờ vậy ID ít bị đổi mà không cần mạng ReID nặng.
ByteTrack không hiểu chuyển động của camera. Nếu camera rung hoặc pan, box dự đoán trôi theo nền và IoU giảm dù xe không hề chạy. Vì vậy trong bài toán bãi xe, hãy bật bù chuyển động camera trước khi ghép, hoặc dùng một tracker có GMC như BoT-SORT.
Thuật toán không “hiểu” ảnh. Nó chỉ tìm một cách biến đổi có thể kiểm tra được.
Viết lại bằng toán.
Không cần thuộc lòng. Hãy đọc công thức như một câu mô tả: đại lượng nào được cộng, cái gì bị chuẩn hoá, và điều kiện nào khiến nó thất bại.
Dự đoán Kalman
- x: vị trí và vận tốc của track
- P: độ bất định
- Q: nhiễu quá trình
Track càng lâu không được cập nhật, P càng lớn và cổng ghép càng rộng.
Chi phí ghép
- d_j: detection thứ j
- Hungarian chọn tổng chi phí nhỏ nhất
- Chỉ giữ cặp dưới ngưỡng
ByteTrack ghép theo hai tầng: confidence cao trước, confidence thấp sau.
Luồng xử lý bằng lời.
-
01
Phát hiện
Chạy detector trên từng frame; lọc theo class và vùng quan tâm. Giữ cả box confidence thấp nếu muốn dùng tầng ghép thứ hai.
-
02
Dự đoán
Kalman dự đoán box của mọi track còn sống ở frame hiện tại.
-
03
Ghép tầng cao
Tính IoU giữa track và detection confidence cao, giải Hungarian, loại cặp dưới
match_thresh. -
04
Ghép tầng thấp
Dùng các track chưa ghép và box confidence thấp; nối những cặp còn đủ IoU để cứu track bị che.
-
05
Cập nhật và quản lý
Cập nhật Kalman bằng box đã ghép, tăng tuổi cho track mất dấu, tạo track mới và xoá track quá
track_buffer.
Núm vặn và cạm bẫy.
| Tham số | Ý nghĩa | Khoảng |
|---|---|---|
track_thresh | Ngưỡng confidence cho tầng ghép chính. | 0.3…0.6 |
match_thresh | Ngưỡng IoU/chi phí tối thiểu để ghép. | 0.5…0.9 |
track_buffer | Số frame giữ track khi mất detection. | 15…60 |
frame_rate | FPS dùng để quy đổi track_buffer. | 15…30 |
low_thresh | Ngưỡng thấp cho tầng ghép thứ hai. | 0.05…0.2 |
! Cạm bẫy thường gặp
- Đặt
match_threshquá cao làm mất track khi box rung vài pixel. - Dùng box confidence thấp nhưng không lọc nhiễu sẽ tạo track rác và ID ảo.
- Camera pan làm IoU giảm; cần bù chuyển động camera nếu cảnh không đứng yên.
- ByteTrack không có appearance; vật thể cắt nhau lâu vẫn có thể đổi ID.
- Không nên dùng track ID để kết luận xe đỗ/chạy — vẫn cần ego-motion.
Mã nguồn tối giản, không phải giả mã.
from ultralytics import YOLO
import supervision as sv
model = YOLO("yolo11n.pt")
tracker = sv.ByteTrack(
track_activation_threshold=0.25,
lost_track_buffer=30,
minimum_matching_threshold=0.8,
)
for frame in video:
result = model(frame, verbose=False)[0]
detections = sv.Detections.from_ultralytics(result)
tracks = tracker.update_with_detections(detections)
# tracks.tracker_id, tracks.xyxy, tracks.confidence
Điều chỉnh tham số.
Chọn ảnh mẫu hoặc tải ảnh của bạn lên, chỉnh tham số, rồi chạy. Kết quả, các bước trung gian và nhật ký được cập nhật ngay tại đây.
$ bài thử chưa chạy $ chọn ảnh và bấm “Chạy thử”
Dùng nó ở đâu?
Theo dõi xe, người và biển số trong video giao thông.
Đếm phương tiện và đo thời gian lưu thông qua vùng quan tâm.
Giữ ID ổn định trước khi phân tích hành vi hoặc crop biển số.