【bytetrack模型笔记】

Byte算法是用来解决如何充分利用，由于遮挡导致置信度变低的得分框问题（在目标检测中得分低的框也留下来）

Byte中将得分框按照一定阈值划分为高分框和低分框，对于高分框来说按照正常方法送入跟踪器，并使用IOU计算代价矩阵，后利用匈牙利算法分配；对于低分框，利用未匹配上的框和低分的框进行iou匹配，然后同样利用匈牙利算法进行分配

对于视频或者图片流来说，未匹配上的框，大概率是这帧这个物体被遮挡或者走出画面了导致的

ByteTrack: Multi-Object Tracking by Associating Every Detection Box

卡尔曼滤波用于变化的动态系统中，由当前状态和观测值相融合估计下一状态，是数据融合过程，迭代过程。

tracking-by-detection是MOT中一个经典高效流派，通过相似度（位置、外观、运动信息）来关联检测框得到跟踪轨迹，目前大部分MOT方法会选择一个阈值，只保留高于这个阈值的检测结果来做关联到跟踪结果，低于阈值检测结果直接丢弃。

在low score detection boxes中计算和tracklets相似性来识别object和background，具体实现方法：

1.基于tracklets相似性（motion similarity）将高置信度detection boxes匹配到tracklets上，用k