无人机视频车辆流量统计（含方向），技术路线是检测 → IOU 跟踪 → 虚拟断面计数 → 评测 → 部署。PRD 冻结后最值得讲的不是方案本身，而是执行顺序：大多数项目按周线性推进（搭环境→训模型→写跟踪→集成），风险后置到第 5 周才暴露集成问题。正确姿势是先"假"后"真"。
第一步：半天数据审计定选型
不做完整审计，只回答三个问题：平均每帧几辆车（密度高要上 ByteTrack，密度低极简 IOU 就够）；悬停片段占比（巡飞多需要运动补偿兜底）；帧率是否 ≥25fps（决定帧间关联可行性）。产出是一页纸数据快照，直接决定后面的模型选择——审计结果记入报告，不必改文档。
第二步：预训练模型跑通端到端假闭环
不要先训自己的模型。 直接用 YOLOv8/v11 的 COCO 预训练权重（自带 car 类），把全链路串起来：
视频 → 解码 → 预训练YOLO检测 → 极简IOU跟踪 → 虚拟断面计数 → 方向判别 → 输出JSON
价值三点：1~2 天拿到第一个可运行系统；坐标映射、断面定义、时间戳对齐这些集成问题全部提前暴露；得到"未训练模型能到什么水平"的天然基线——没有这个基线，后面"训练提升了多少"就是自说自话。
第三步：人工 ground truth 尽早开始
选 3~5 段代表性视频（密度不同、时段不同），人工逐段数通过车辆数和方向。这是全局关键路径：所有精度指标都靠它做基准，而且标注过程会让人肉体会什么场景导致误判（遮挡、模糊、边缘车），直接转化为误差假设。
第四步：假系统跑第一个评测报告
预训练模型 + 极简跟踪 + 人工标注 → 第一份 MAPE/漏计率/重复计率报告。验收线定了四条：MAPE ≤ 15%、漏计率 ≤ 10%、重复计率 ≤ 5%、方向准确率 ≥ 95%。假系统的报告告诉你差距在哪一层：漏计多说明检测弱（该训模型），重复计多说明跟踪差（该调跟踪），方向错说明断面逻辑问题（该改几何定义）——每类错误对应明确的改进动作，这就是基线的价值。
第五步起：定点替换"假"组件
现在才轮到训练自己的检测模型。替换是逐组件的：先换检测器（同一份跟踪/计数/评测代码不动），对比基线报告；再按需升级跟踪算法；每换一个组件跑一次同一套评测。整个过程评测代码零改动，各版本数据可比。
方法论可迁移性
"先假后真"（Walking Skeleton）不限于视觉项目：任何多环节流水线都适用——先用最廉价实现串通全链路，暴露集成问题，建立评测基线，再逐点升级。它防的是两类常见病：集成问题后置爆发（第 5 周才发现框和线对不上），和"优化了个寂寞"（没有基线，模型换了半天不知道有没有用）。
评论0