【AI编程】yolo人流量统计： 如何知道同一个人的进入和离开

首先

用 YOLO 只能“检测到有人”，不能直接知道“同一个人进还是出”。要做人流量统计，需要加 目标跟踪 tracking。

核心流程

1. YOLO 检测人
   每一帧检测出 person 框。

2. 跟踪算法给每个人分配 ID
   常用：

   • ByteTrack
   • DeepSORT

   例如画面里某个人会被持续标记为 ID=12。

3. 设置一条/多条虚拟线或区域
   比如门口画一条线：

   外部区域
   -------- 统计线
   内部区域

4. 根据同一个 ID 的移动方向判断进出
   记录这个人的中心点轨迹：

   ID=12: y 从 300 -> 260 可能是进入
   ID=15: y 从 260 -> 310 可能是出去

   判断逻辑通常是：

   if old_center 在门外 and new_center 在门内:
   enter += 1

   if old_center 在门内 and new_center 在门外:
   exit += 1

5. 同一个 ID 只统计一次
   每个跟踪 ID 维护状态，避免一个人在门口徘徊被重复计数。

   counted_ids = set()

   if track_id not in counted_ids and crossed_line:
   counted_ids.add(track_id)

关键点是：不是 YOLO 判断同一个人，而是 tracker 判断同一个人。

如果只是单摄像头门口统计，推荐：

YOLOv26/YOLOv11 + ByteTrack

如果人容易被遮挡、丢失后又出现，推荐：

YOLO + DeepSORT

因为它们会结合外观特征 ReID，能更好地判断“是不是同一个人”。

实际工程

实际工程里一般这样判断：

检测人 -> 分配 track_id -> 记录轨迹 -> 判断是否跨越门线 -> 根据方向统计进入/出去

下一个疑问点

如果是多个摄像头之间判断同一个人，那就需要 行人重识别 ReID，只靠 YOLO 和普通跟踪不够。