【YOLO目标检测全栈实战】17 多摄像头协同跟踪：让YOLO在10路视频中“认人”不重样

上篇我们聊了边缘-云混合推理的“省钱大法”，你学会了用异步和动态阈值平衡速度与精度。但有个问题马上冒出来了：当你部署了10个摄像头监控同一个仓库，YOLO在每个画面里都检测到人，可这个人从1号摄像头走到2号摄像头，系统却给他记了两次——这就像你明明只点了一杯奶茶，外卖小哥却送了两杯，看似赚了，实则数据全乱套了。

我去年帮某物流企业做分拣区监控时，就踩过这个坑。10个摄像头覆盖了2000平米的场地，YOLO检测精度99%，但同一工人平均被重复计数4.7次。老板看着看板上的“200人同时作业”数据直挠头：“我总共才30个工人，剩下170个是鬼吗？”这就是典型的多摄像头协同问题：检测准了，但跟踪乱了。

痛点拆解：你以为的“跟踪”其实是“瞎认”

很多人的第一反应是：每个摄像头跑独立跟踪，然后靠坐标映射去重。这就像让10个保安各自记人脸，最后靠对讲机“你那边那个穿红衣服的，是不是我这边刚走过的？”——结果必然是一团浆糊。

常见错误1：用IOU做跨摄像头匹配 你可能会写这样的代码：

# 反例：用边界框IOU判断是否同一目标
def match_across_cameras(bbox1