YOLOV8 绘制追踪路径(基于ultralytics)

完整代码脚本如下：

from collections import defaultdict
import cv2
import numpy as np
from ultralytics import YOLO

# 加载YOLOv8模型
model = YOLO('yolov8x.pt')

# 打开视频文件
video_path = 0
cap = cv2.VideoCapture(video_path)

# 存储追踪历史和未检测到的连续帧数
track_history = defaultdict(lambda: {'track': [], 'missed_frames': 0})
max_missed_frames = 5  # 设置最大允许连续未检测到的帧数

# 循环遍历视频帧
while cap.isOpened():
    # 从视频读取一帧
    success, frame = cap.read()

    if not success:
        print("无法读取视频帧，可能已到达视频末尾或视频文件损坏。")
        break

    # 在帧上运行YOLOv8追踪，持续追踪帧间的物体
    results = model.track(frame, persist=True)

    # 获取框和追踪ID
    if results[0].boxes.id is not None:
        boxes = results[0].boxes.xywh.cpu()
        track_ids = results[0].boxes.id.int().cpu().tolist()
    else:
        boxes = []
        track_ids = []

    # 维护一个活跃目标集合
    active_track_ids = set(track_ids)  # 当前帧中的活跃目标ID

    # 更新活跃目标的历史记录，并重置未检测到的帧数
    for box, track_id in zip(boxes, track_ids):