多目标跟踪标注

多目标跟踪（MOT）标注为监控、自动驾驶和体育分析创建训练数据。本教程讨论 MOT 标注概念以及 Potato 当前的视频标注功能如何支持基本的跟踪工作流。

MOT 标注挑战

在帧之间保持一致的目标 ID
处理遮挡和重新出现
在拥挤场景中进行跟踪
管理 ID 切换和合并

当前视频标注支持

Potato 目前通过 video_annotation 类型支持基本的视频标注。虽然完整的 MOT 专用功能（如自动 ID 管理、插值和遮挡处理）尚未实现，但您可以设置基本的视频标注工作流。

基本视频标注设置

yaml

annotation_task_name: "Video Object Labeling"
 
data_files:
  - data/videos.json
 
annotation_schemes:
  - annotation_type: video_annotation
    name: objects
    description: "Label objects in video frames"
    video_path: video
    labels:
      - name: person
      - name: vehicle
      - name: cyclist

示例数据格式

您的 data/videos.json 文件应包含带有视频路径的条目：

json

[
  {
    "id": "video_001",
    "video": "/path/to/video.mp4"
  },
  {
    "id": "video_002",
    "video": "/path/to/another_video.mp4"
  }
]

手动跟踪工作流

在没有专用 MOT 功能的情况下，您仍然可以手动执行跟踪标注：

手动创建轨迹

导航到目标首次出现的帧
使用视频标注界面标记目标
在标注中包含一致的标识符（例如 "person_1"）
移动到后续帧并继续使用相同的标识符进行标注

处理遮挡

当目标被遮挡时：

记录目标最后可见的帧
当目标重新出现时，使用相同的标识符以保持轨迹连续性
在标注备注中记录遮挡时段

计划中的 MOT 功能

以下功能将增强 Potato 的 MOT 标注能力，目前正在考虑纳入未来的开发计划：

自动 ID 分配：为新目标自动递增 ID
轨迹插值：关键帧之间的线性或三次插值
遮挡处理：可见性级别（可见、部分遮挡、严重遮挡、不可见）
轨迹可视化：显示目标在帧之间的路径
轨迹管理面板：合并、分割和管理轨迹 ID
逐帧属性：逐帧变化的属性

如果您对这些功能感兴趣，请联系 Potato 开发团队或为项目做出贡献。

手动 MOT 标注技巧

分段工作：每次处理 100-200 帧
一致的命名：使用清晰的 ID 方案（例如 "person_001"、"vehicle_023"）
记录过程：保留关于遮挡和轨迹决策的笔记
复查：先正向播放再反向播放以发现错误
使用外部工具：考虑使用检测模型进行预处理

替代方案

对于需要完整 MOT 标注功能的项目：

混合工作流：使用 Potato 进行初始标注，使用专用 MOT 工具进行轨迹管理
预标注：运行目标检测器生成初始边界框，然后在 Potato 中优化
后处理：导出 Potato 标注并在外部应用跟踪算法

下一步

了解视频帧标注
探索图像标注功能
阅读关于标注者间一致性的质量控制

有关当前视频标注文档，请参阅 /docs/features/image-annotation。