目标跟踪

ZHW_AI课题组

利用YOLOv8在COCO128数据集上的目标检测贾晓莉，女，西安工程大学电子信息学院，2025级研究生研究方向：水下目标定位电子邮件：2823488372@qq.com

基于 MATLAB 的序贯蒙特卡洛概率假设密度多目标跟踪实现MATLAB 实现，涵盖了 SMC-PHD 滤波器的核心算法、可视化工具和性能评估。参考代码序贯蒙特卡洛算法 www.youwenfan.com/contentcsv/113008.html

【MATLAB例程】自适应渐消扩展卡尔曼滤波（AFEKF）三维雷达目标跟踪|效果已调优，附下载链接和运行结果，代码直接运行即可原创代码，请勿翻卖针对三维雷达机动目标跟踪问题，构建状态向量 [x, vx, y, vy, z, vz]'，其中包含目标在三维空间中的位置和速度信息。目标真实轨迹分为多个运动阶段，包括匀速运动和不同加速度机动过程，用于检验滤波器在目标机动情况下的跟踪能力。

断眉的派大星

YOLO26 完整学习笔记：从 Anchor-Free、TAL、STAL 到端到端无 NMS 部署面向目标检测学习、源码阅读与工程部署的系统笔记整理日期：2026-06-08 主要依据：Ultralytics 官方论文、官方文档与 ultralytics 仓库当前 main 分支论文版本：arXiv v1，2026-06-02 发布，尚不能等同于经过同行评审的正式会议版本

FOORIR 客流统计

客流统计系统的工程实现：从线穿越计数到多目标跟踪客流统计系统最早的实现方式比较简单，本质就是“穿线计数”。在实际项目里，一般是摄像头画一条虚拟线，目标穿过就+1。

YOLO系列目标检测数据集大全【第十三期】data.yaml配置：data.yaml配置：data.yaml配置：data.yaml配置：data.yaml配置：

乐迪信息：AI算法盒子实时识别船舶烟雾与火焰异常船舶在海上航行时，火灾一直是个让人头疼的安全隐患。不管是机舱燃油泄漏、电气线路老化，还是货物自燃，一旦起火，蔓延速度特别快。而且船上空间封闭，人员疏散和外部救援都很困难，所以早期发现火情就变得非常关键。

YOLO系列目标检测数据集大全【第八期】data.yaml配置：data.yaml配置：data.yaml配置：data.yaml配置：data.yaml配置：

计算机C9硕士_算法工程师

NWPU VHR-10数据集无人机遥感目标检测数据集飞机储罐棒球场网球场篮球场港口车辆桥梁检测遥感图像中的地理空间目标检测NWPU VHR-10数据集遥感数据集NWPU VHR-10数据集是 10个类别地理空间目标检测的挑战性数据集，共650张图片。

西西弗Sisyphus

LocateAnything 视觉-语言定位推理多GPU并行大批量图片目标检测的实现flyfishFast and High-Quality Vision-Language Grounding with Parallel Box Decoding

人工智能算法研究院

【目标检测论文解读复现NO.43】基于改进YOLOv10n的植物叶片病害轻量化检测模型前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读最新目标检测算法论文，帮助大家解答疑惑。

目标检测中的非极大值抑制（NMS）：原理、实现与调优指南在目标检测任务中，模型通常会为同一个物体生成多个重叠的边界框。这些冗余的检测结果不仅影响视觉效果的整洁性，更会严重干扰后续的分析和处理。非极大值抑制（Non-Maximum Suppression, NMS）作为一种经典的后处理算法，正是解决这一问题的关键。本文将深入解析NMS的工作原理、实现细节、参数调优以及最新改进方法。

【自适应滤波】基于新息协方差匹配的自适应CKF目标跟踪 MATLAB 实战——在目标跟踪、雷达定位、组合导航和传感器融合等问题如有代码定制、讲解的需求，可联系我↑更多文章： https://blog.csdn.net/callmeup/article/details/152721453?spm=1011.2415.3001.5331

【计算机科学与应用】YOLO-Apple：一种用于苹果幼果检测的改进型目标检测方法针对自然果园场景中，苹果幼果因通体青绿色、与叶片色调相近，且本身尺度偏小、分布密集又易被枝叶遮挡，检测时易出现漏检与误检的问题，文章提出了一种面向苹果幼果检测的改进型目标检测模型YOLO-Apple。该方法以YOLOv11n为基线，在主干C2PSA模块引入轻量特征增强单元Mona (C2PSA_Mona)以强化复杂背景下的特征映射能力，改造C3k2模块并在其增强块嵌入EMA注意力(C3k2_EMA)，提升特征表达与选择能力。实验采用来自新疆阿克苏市与石河子市等自然场景采集的5558张苹果幼果图像数据集，按

YOLO系列目标检测数据集大全【第七期】本合集外的海量目标检测数据集、训练权重、GUI项目可查阅以下完整合集：🔗 第一期全集：YOLO系列目标检测数据集大全 🔗 第二期全集：YOLO系列目标检测数据集大全【第二期】 🔗 第三期全集：YOLO系列目标检测数据集大全【第三期】 🔗 第四期全集：YOLO系列目标检测数据集大全【第四期】 🔗 第五期全集：YOLO系列目标检测数据集大全【第五期】

3D 视觉与点云处理（3D Vision & Point Cloud Processing）

如何用AI处理图像图片标注（Image Annotation）是计算机视觉中一个核心的预处理环节。它的根本原理可以概括为一句话：

前端摸鱼匠

YOLOv11 深入 Ultralytics 框架的源码目录，解析 ultralytics/cfg/models/11/ 下的模型配置文件，以及 ultralytics/nn/modules/下的模块各位在算法一线摸爬滚打的老铁们，大家好。今天咱们不聊虚的，直接把手伸进 YOLOv11 的“心脏”里去摸一摸。自从 Ultralytics 推出 YOLOv11 以来，社区里的讨论热度一直居高不下。很多人都在说：“这不就是换个名字的 v8 吗？”或者“结构上好像也没啥大变化”。如果你也这么认为，那可能你只看到了冰山一角。

YOLO系列目标检测数据集大全【第六期】本合集外的海量目标检测数据集、训练权重、GUI项目可查阅以下完整合集：🔗 第一期全集：YOLO系列目标检测数据集大全 🔗 第二期全集：YOLO系列目标检测数据集大全【第二期】 🔗 第三期全集：YOLO系列目标检测数据集大全【第三期】 🔗 第四期全集：YOLO系列目标检测数据集大全【第四期】 🔗 第五期全集：YOLO系列目标检测数据集大全【第五期】

【MATLAB例程】VSIMM与IMM在机动目标跟踪中的性能对比，CV+CT双模型原创代码，包运行成功、禁止翻卖本文给出一个完整的 MATLAB 仿真实例，实现传统 IMM（交互多模型）滤波与改进 VSIMM（Variable Structure IMM）滤波的性能对比。程序采用多次蒙特卡洛仿真，避免出现偶然性。