01
课程导学与硬件选型
目标跟踪项目全景、课程目标、硬件平台选型（树莓派/Jetson Nano/PC）、摄像头选型与接口。
导学硬件
02
开发环境搭建
Python虚拟环境配置、OpenCV编译与安装、依赖库管理（numpy, imutils, dlib）。
环境OpenCV
03
视频流基础
视频文件读取与属性获取、摄像头实时捕获、帧率控制与时间戳。
视频帧率
04
图像预处理实战
色彩空间转换（BGR2GRAY/HSV）、高斯滤波与中值滤波、直方图均衡化。
预处理滤波
05
目标检测入门
帧差法原理与实现、背景减除（MOG2/KNN）、轮廓提取与筛选。
检测背景减除
06
颜色目标跟踪
HSV颜色空间阈值设定、颜色掩码生成、质心计算与轨迹绘制。
颜色质心
07
光流法跟踪
Lucas-Kanade光流原理、稀疏光流实现、特征点跟踪与丢失处理。
光流特征点
08
均值漂移（MeanShift）
MeanShift原理、直方图反向投影、窗口迭代与收敛。
MeanShift反向投影
09
连续自适应均值漂移（CamShift）
CamShift改进点、自适应窗口大小、旋转矩形绘制。
CamShift自适应
10
单目标跟踪（CSRT/KCF）
OpenCV跟踪器API、CSRT与KCF对比、跟踪器初始化与更新。
CSRTKCF
11
多目标跟踪（MultiTracker）
多目标初始化策略、独立跟踪器管理、ID分配与维护。
多目标ID
12
深度学习目标检测（YOLOv5）
YOLOv5模型导出与加载、ONNX Runtime推理、检测框过滤（NMS）。
YOLOv5ONNX
13
DeepSORT多目标跟踪
DeepSORT架构解析、特征提取（ReID）、级联匹配与轨迹管理。
DeepSORTReID
14
数据采集架构设计
采集系统分层设计、生产者-消费者模式、环形缓冲区实现。
架构缓冲区
15
视频帧序列化存储
帧编码（JPEG/PNG）、文件命名策略、目录结构组织。
存储序列化
16
元数据记录
JSON/CSV格式选择、时间戳同步、目标ID与边界框记录。
元数据JSON
17
数据库存储方案
SQLite轻量级存储、表结构设计（帧表、目标表）、批量插入优化。
SQLite数据库
18
数据回放引擎
帧索引构建、跳帧与慢放控制、时间轴导航。
回放时间轴
19
可视化标注工具
基于OpenCV的标注GUI、矩形框绘制与调整、标签编辑与删除。
标注GUI
20
数据增强技术
在线增强（翻转、旋转、裁剪）、离线增强（亮度、噪声、模糊）、增强管线构建。
增强管线
21
数据集格式转换
COCO格式、YOLO格式、VOC格式互转、标签映射与验证。
COCOYOLOVOC
22
性能评估指标
IoU计算、mAP评估、FPS测量、跟踪准确度（MOTA/MOTP）。
评估mAP
23
多线程优化
GIL问题与解决方案、线程池管理、帧采集与处理分离。
多线程GIL
24
实时性调优
模型量化（FP16/INT8）、推理后端选择（TensorRT/OpenVINO）、流水线并行。
量化TensorRT
25
边缘端部署
Jetson Nano优化、CSI摄像头驱动、低功耗模式配置。
边缘端Jetson
26
分布式采集系统
多节点同步、NTP时间同步、数据汇聚与合并。
分布式NTP
27
异常处理与日志
断流检测与重连、帧丢失补偿、结构化日志记录。
异常日志
28
项目实战：行人跟踪数据采集
场景选择、遮挡处理、长时跟踪策略。
行人实战
29
项目实战：车辆跟踪数据回放
高速场景、多车道、夜间模式。
车辆回放
30
课程总结与进阶方向
知识体系回顾、常见问题FAQ、推荐学习路径与开源项目。
总结进阶