first commit

README.md

@@ -0,0 +1,66 @@
+# UAV Drone Inference Package
+
+这是无人机检测追踪推理包，可迁移到另一台机器做二次开发。
+
+## 内容
+
+- `run_detect_track.py`: 推理入口
+- `src/`: 检测、追踪、可视化代码
+- `ultralytics/`: 本项目使用的本地 YOLO 代码
+- `weights/uav_drone_yolov8s_best.pt`: 已训练好的无人机检测权重
+- `ykz.png`: 右上角 logo
+- `test_video/`: 原始测试视频
+- `scripts/run_demo.sh`: 一键运行示例
+
+## 环境
+
+先安装适配当前机器的 PyTorch/torchvision。RK3588 上建议使用该系统/板卡对应的 PyTorch wheel。
+
+然后安装 Python 依赖：
+
+```bash
+cd /data/uav-smart-detect/inference_uav_rk3588
+python3 -m pip install -r requirements.txt
+```
+
+## 运行
+
+```bash
+cd /data/uav-smart-detect/inference_uav_rk3588
+bash scripts/run_demo.sh
+```
+
+输出在：
+
+```text
+outputs/
+```
+
+包括：
+
+- `*_tracked.mp4`: 带检测框、轨迹、ID、logo 的视频
+- `*_tracks.csv`: 每帧追踪结果
+
+## 单视频运行示例
+
+```bash
+python3 run_detect_track.py \
+  --input test_video/test_video_1.mp4 \
+  --output outputs_test \
+  --model weights/uav_drone_yolov8s_best.pt \
+  --logo ykz.png \
+  --classes 0 \
+  --display-class-name drone \
+  --imgsz 1280 \
+  --conf 0.12 \
+  --display-conf 0.32 \
+  --det-iou 0.50 \
+  --tracker motion \
+  --stitch-ids
+```
+
+如果需要更少漏检，可以增加：
+
+```bash
+--rescue-detections --rescue-conf 0.45
+```