目标从哪个区域去了哪里？我用 YOLO + ByteTrack 做了多 ROI 区域流转分析

项目地址：

yolo-object-detection-lab:基于 FastAPI 与 Ultralytics YOLO 的图像目标检测实验项目 - AtomGit

前面几篇里，这个项目已经从单张图片检测一路做到了：

复制代码

Single Image
→ Batch Images
→ Video
→ Tracking
→ Line Crossing
→ ROI Analysis
→ Trajectory Heatmap

做到 ROI Analysis 以后，我已经能够回答：

哪些目标进入过指定区域？

区域里最多同时有多少目标？

每个目标在里面停留了多久？

但单个 ROI 还有一个明显的限制：

它只能告诉我目标"进过这里"，却不能告诉我目标"从哪里去了哪里"。

所以这一次，我继续在 YOLO + ByteTrack 的基础上加入了第八种模式：

复制代码

Multi-ROI Flow

用多个 Polygon ROI 统计目标在不同区域之间的真实流转关系。

一、从单 ROI 到多个 Zone

这一次不是只画一个区域，而是可以在视频第一帧上连续创建多个多边形 Zone。

例如：

复制代码

Zone A
Zone B
Zone C

每个区域都可以自由画成 Polygon，而不是限制为矩形。

前端支持：

复制代码

New Zone
Finish Zone
Undo Point
Delete Active Zone
Reset All Zones

所有顶点仍然使用归一化坐标：

复制代码

0.0 ~ 1.0

所以浏览器预览尺寸变化不会影响真实视频里的区域位置。

二、还是用 Bottom-center 判断目标位置

这次继续沿用前面 Line Crossing、ROI、Heatmap 中已经使用过的：

复制代码

Bottom-center Anchor

也就是目标框底边中点：

复制代码

anchor_x = (x1 + x2) / 2anchor_y = y2

相比 bbox 中心，它更接近目标真正落在地面上的位置。

对于行人来说接近脚的位置，对于车辆来说也更接近实际道路位置。

所以判断"目标到底属于哪个区域"时更自然。

三、目标到底属于 Zone A、B 还是 C？

后端仍然使用：

复制代码

cv2.pointPolygonTest()

判断一个 Track 的 anchor 是否位于 Polygon 内部。

每一个 Track 都会维护自己的区域状态，例如：

复制代码

OUTSIDE
→ Zone A
→ Zone B
→ Zone C
→ OUTSIDE

于是现在不仅能记录：

复制代码

ENTRY
EXIT

还能进一步得到：

复制代码

Zone A → Zone B
Zone B → Zone C

这种真正的区域流转事件。

四、Border Tolerance 继续防止边界抖动

多个 Zone 的边界附近同样会遇到检测框抖动问题。

例如一个人在 A、B 边界附近：

复制代码

A
B
A
B
A

如果每帧直接判断，就会生成大量假的 Transition。

所以这次仍然加入：

复制代码

Border Tolerance

真实测试参数为：

复制代码

8 px

目标进入边界缓冲区域时，不立即改变稳定 Zone。

只有真正进入另一个区域后，才确认状态变化。

五、Transition 是这次最核心的东西

假设某个 Track 的区域序列是：

复制代码

Zone A
→ Zone B
→ Zone C

那么会生成：

复制代码

A → B
B → C

两个 Transition。

如果是：

复制代码

Zone A
→ OUTSIDE
→ Zone B

也不一定立刻断掉。

这次增加了：

复制代码

Transition Gap

真实测试使用：

复制代码

5 s

如果目标离开 A 后，在 5 秒内进入 B，仍然可以认为这是：

复制代码

A → B

这样可以处理不同 Zone 之间留有空隙的情况。

六、同一区域再次进入不算 A→A

例如：

复制代码

Zone A
→ OUTSIDE
→ Zone A

这代表目标第二次访问 Zone A。

所以：

复制代码

Visits += 1

但是不会生成：

复制代码

A → A

这种 Self Transition。

Transition Matrix 的对角线始终保持为 0。

七、真实测试：37 个目标产生了 33 次区域流转

这次仍然使用之前那段道路视频：

复制代码

Resolution: 1920×1080
FPS: 29.97
Total Frames: 962
Duration: 32.10 s

参数：

复制代码

Confidence: 0.50
Frame Interval: Every Frame
Border Tolerance: 8 px
Transition Gap: 5 s
Track Trails: ON
Trail Length: 30

完整处理：

复制代码

962 / 962 Frames
100%

最终结果：

复制代码

Unique Tracks = 37
Events = 66
Transitions = 33
Elapsed ≈ 86.6 s

相比之前的单 ROI，这一次最关键的变化就是：

复制代码

Transitions > 0

说明系统已经真正统计到了不同区域之间的流动。

八、Transition Matrix：区域流转一眼看清

这次增加了一个很直观的：

复制代码

Transition Matrix

横轴表示目标流向哪个 Zone，纵轴表示从哪个 Zone 出发。

真实测试中主要流转关系为：

复制代码

B → C：16 次
C → B：11 次
A → B：5 次
C → A：1 次

加起来正好：

复制代码

16 + 11 + 5 + 1 = 33

和顶部：

复制代码

Transitions = 33

完全一致。

这比单纯看 Track ID 要直观很多。

一眼就能看到：

哪两个区域之间流动最频繁？

这次最明显的是：

复制代码

B ↔ C

九、Top Routes：最常见的区域路线

除了 Matrix，这次还单独整理了：

复制代码

Top Routes

真实结果：

复制代码

B → C
Transitions: 16
Unique Tracks: 6

C → B
Transitions: 11
Unique Tracks: 5

A → B
Transitions: 5
Unique Tracks: 3

C → A
Transitions: 1
Unique Tracks: 1

这里有两个数字不能混淆。

例如：

复制代码

B → C
Transitions = 16
Unique Tracks = 6

并不是有 16 个不同目标。

而是 6 个不同 Track 一共完成了 16 次 B→C。

同一个 Track 可以多次真实往返。

十、为什么 Average Transfer Time 基本是 0？

这次结果里一个比较明显的现象是：

复制代码

Avg Transfer Time ≈ 0.00 s

这不是程序一定有问题。

因为我这次画的三个 Zone 本身存在明显重叠。

目标可能在同一帧附近直接完成：

复制代码

Zone B → Zone C

而不是：

复制代码

B
→ OUTSIDE
→ 等待几秒
→ C

所以 Direct Transition 的 transfer time 很接近 0。

如果后续把 Zone 之间留出明显间隔，再运行一次，就更容易看到非零的：

复制代码

Transfer Time

十一、Flow Map 比表格更直观

这次我觉得最好看的功能其实是：

复制代码

Flow Map

系统会在原视频画面上：

画出 Zone A / B / C
标出各区域
在 Zone 之间绘制方向箭头
根据 Transition Count 调整箭头粗细

比如：

复制代码

B ─────────▶ C

如果 B→C 次数最多，对应箭头也会更明显。

这样区域之间的流动关系，不看数字也能快速理解。

十二、Track Journey：每个目标到底怎么走的？

除了整体流量，还可以继续追踪每一个 Track。

例如某个目标可能经历：

复制代码

A → B → C

另一个可能是：

复制代码

C → B

甚至还会出现：

复制代码

A → B → C → B → C ...

这就是：

复制代码

Track Journey

它记录的是单个目标真实访问过的 Zone 序列。

OUTSIDE 不会出现在最终 Journey 中，连续重复的同一个 Zone 也会被压缩。

例如：

复制代码

A → A → A → B → B → C

最后保存为：

复制代码

A → B → C

十三、每个 Zone 仍然有完整的 ROI 统计

Multi-ROI 并没有丢掉之前 ROI Analysis 的能力。

每个 Zone 仍然会统计：

复制代码

Unique Tracks
Entries
Exits
Visits
Current Occupancy
Max Occupancy
Total Dwell
Average Dwell
Max Dwell

所以现在不仅知道：

A→B 有多少个目标

还能够继续知道：

Zone A 一共被多少目标访问？
Zone B 最多同时有多少目标？
Zone C 里的平均停留时间是多少？

这就把：

复制代码

区域状态分析

和：

复制代码

区域流转分析

组合在了一起。

十四、第一次看到目标就在 Zone 里怎么办？

这次也继续保留了：

复制代码

first_seen_inside

逻辑。

如果 Track 第一次被检测到的时候已经在 Zone C：

复制代码

UNKNOWN → C

它会被计入：

复制代码

Unique Tracks in C

但不会凭空生成：

复制代码

OUTSIDE → C

这种不存在的 Entry。

更不会伪造一个 Transition。

十五、结果视频也会实时显示当前 Zone

最终输出视频中会同时显示：

复制代码

Bounding Box
Track ID
Polygon Zones
Current Zone
Occupancy
Transition

这样如果统计结果里出现：

复制代码

B → C

可以直接回到视频里观察目标到底是怎么完成这次区域切换的。

十六、支持 4 种数据导出

这次一共支持：

复制代码

Export Flow JSON
Export Transitions CSV
Export Journeys CSV
Export Matrix CSV

Flow JSON

保存完整分析：

复制代码

video metadata
settings
zones
summary
zone summary
transition matrix
top routes
tracks
journeys
transitions

Transitions CSV

一条 Transition 一行。

适合后续统计：

复制代码

Track
Class
From Zone
To Zone
Time
Transfer Time

Journeys CSV

一个 Track 一行：

复制代码

Track ID
Class
Journey
Visits
Transitions
Total Dwell

Matrix CSV

可以直接导入 Excel：

复制代码

from_zone,A,B,C
A,0,5,0
B,0,0,16
C,1,11,0

导出全部基于已经完成的真实结果，不会重新跑 YOLO。

十七、这次测试增加到了 314 个

新增 Multi-ROI Flow 后：

复制代码

pytest
314 passed

前端：

复制代码

196 assertions passed

新增的测试主要覆盖：

复制代码

Polygon ROI
Border Tolerance
First Seen Inside
Entry / Exit
Transition Gap
Journey
Dwell
Occupancy
Transition Matrix
Top Routes
Flow Map
Export
Stale Result Reset
YOLO Error

而且之前的：

复制代码

Single Image
Batch Images
Video
Tracking
Line Crossing
ROI
Heatmap

都没有回归。

十八、从"目标检测"走到"目标流动分析"

现在回头看整个项目，已经走了很长一段：

复制代码

YOLO Detection
↓
Video Detection
↓
ByteTrack
↓
Unique Objects
↓
Line Crossing
↓
ROI Occupancy
↓
Dwell Time
↓
Trajectory Heatmap
↓
Multi-ROI Flow

最开始只能回答：

画面里有什么？

后来可以回答：

哪些框其实是同一个目标？

再后来：

它有没有经过这里？
有没有进入这个区域？
停留了多久？

现在终于可以进一步回答：

它从哪个区域去了哪个区域？

总结

这次真实实验中：

复制代码

962 Frames
37 Unique Tracks
66 Zone Events
33 Transitions

其中：

复制代码

B → C：16
C → B：11
A → B：5
C → A：1

整个分析链路变成：

复制代码

YOLO
↓
ByteTrack
↓
Track ID
↓
Bottom-center Anchor
↓
Multiple Polygon Zones
↓
Entry / Exit
↓
Transition Gap
↓
Journey
↓
Transition Matrix
↓
Top Routes
↓
Flow Map

相比传统 YOLO 只输出 Bounding Box，现在这个项目已经开始从：

复制代码

目标检测

逐渐走向：

复制代码

视频行为与空间流动分析

项目地址：

yolo-object-detection-lab:基于 FastAPI 与 Ultralytics YOLO 的图像目标检测实验项目 - AtomGit

下一步如果继续做，我准备在现有 Tracking + Zone Flow 的基础上尝试：

复制代码

速度估计

也就是进一步回答：

目标不仅从哪里去了哪里，它到底移动得有多快。