推荐两篇博文，详细介绍了deepsort的流程及代码大致讲解：
https://blog.csdn.net/qq_48764574/article/details/138816891
https://zhuanlan.zhihu.com/p/196622890

DeepSort与Sort区别：
1、Sort 算法利用卡尔曼滤波算法预测检测框在下一帧的状态，将该状态与下一帧的检测结果进行匹配，实现车辆的追踪。
2、DeepSort中采用了一个简单的CNN来提取被检测物体（检测框物体中）的外观特征（低维向量表示），在每帧检测+追踪后，进行一次物体外观特征的提取并保存。
Sort的问题：
匹配的时候用的是匈牙利算法，但是当物体遮挡之后，前后帧的物体失去关联，物体重新出现后，会切换id。
在实时视频流中，不可能保留全局视频帧中的检测框数据，因此想要解决ID频繁切换的问题，需要利用之前保存的外观特征，分配该物体受遮挡前的ID编号，从而解决ID切换的问题。

外观特征的提取器：

这个网络最后输出的是一个128维的向量，值得关注的是，由于DeepSORT主要被用来做行人追踪的，那么输入的大小为128（高）x 64（宽）的矩形框。如果你需要做其他物体追踪，可能要把网络模型的输入进行修改。