使用 TensorRT、卡尔曼滤波器和 SORT 算法进行实时对象检测和跟踪：第 3 部分卡尔曼滤波器和 SORT 算法

在本博客文章系列的第 1 部分和第 2 部分中，我们讨论了如何使用 mmdetection 框架训练对象检测模型并在 BDD100K 数据集上对其进行微调，以及如何将模型转换为 TensorRT 并在 GPU 上执行推理。在第 3 部分中，我们将介绍用于实时对象跟踪的卡尔曼滤波器和 SORT 算法。

在本博客文章系列的第 3 部分中，我们将讨论以下主题：

卡尔曼滤波器简介：我们将介绍卡尔曼滤波器并解释如何使用它来估计对象随时间的状态。我们将介绍卡尔曼滤波器背后的数学原理，并展示如何使用它来预测下一帧中对象的位置。我们还将提供卡尔曼滤波器的 python 实现。

SORT 算法简介：我们将介绍 SORT 算法并解释如何使用它来跟踪视频流中的多个对象。我们将介绍 SORT 背后的核心概念，包括数据关联和跟踪管理。