Details

Бакалаврская работа посвящена исследованию и разработке оптимизированного пайплайна для многообъектного трекинга на платформе NVIDIA Jetson AGX Orin для видеопотока с высоким разрешением. В ходе выполнения работы проведён аналитический обзор современных методов детекции и трекинга объектов, выполнено экспериментальное сравнение нейросетевых детекторов семейства YOLO на датасете COCO и алгоритмов трекинга ByteTrack, OC-SORT, BoT-SORT на датасете KITTI. Осуществлён выбор оптимальной комбинации детектора и трекера по критериям точности и производительности. Выполнено портирование выбранного решения на C++ с применением платформенных оптимизаций TensorRT SDK и реализован алгоритм SAHI для повышения точности детекции мелкомасштабных объектов на видеопотоках высокого разрешения. Проведена оценка производительности финального пайплайна, полученные результаты проанализированы, на основании чего сделаны выводы. Практические результаты могут быть применены при реализации системы для многообъектного отслеживания на платформе NVIDIA Jetson.

This bachelor thesis is devoted to the research and development of an optimized pipeline for multi-object tracking on the NVIDIA Jetson AGX Orin platform for high resolution streams. The work includes an analytical review of modern object detection and tracking methods, an experimental comparison of YOLO-family neural network detectors on the COCO dataset, and tracking algorithms ByteTrack, OC-SORT, and BoT-SORT on the KITTI dataset. The optimal combination of detector and tracker was selected based on accuracy and performance criteria. The chosen solution was ported to C++ with the application of TensorRT SDK platform-specific optimizations, and the SAHI algorithm was implemented to improve the detection accuracy of small-scale objects in high-resolution video streams. The performance of the final pipeline was evaluated, the obtained results were analyzed, and conclusions were drawn based on the findings. The practical results can be applied when implementing a multi-object tracking system on the NVIDIA Jetson platform.