物体/目标过滤器

目标过滤用于决定“哪些检测结果值得开始或继续跟踪”。正确的过滤器可以明显减少远处小目标、反光、阴影或错误类别，但过严会造成漏检。

示例

objects:
  track:
    - person
    - car
  filters:
    person:
      min_score: 0.5
      threshold: 0.7
      min_area: 5000

常用过滤维度

参数	作用
min_score	低于该初始分数的候选通常不会开始成为有效跟踪。
threshold	跟踪过程中用于确认目标的置信度阈值。
min_area / max_area	按边界框像素面积过滤过小或过大的目标。
min_ratio / max_ratio	按宽高比排除不符合形态的检测框。
mask	按目标锚点位置过滤特定区域的某类目标。

调参方法

先使用默认阈值跑一段实际场景。
在 Debug/Explore 中观察误检框的 score、面积和位置。
一次只增加一种限制，例如先 min_area，再考虑 mask。
白天和夜间分别验证，因为红外、车灯和噪声会改变误检特征。

对象 mask 与 motion mask 的区别

motion mask 阻止某区域的运动触发检测；object mask 则允许检测运行，但过滤某类目标的结果。若人员会从该区域进入画面，一般不要轻易使用大面积 motion mask。

排查漏检

确认模型真的包含该 label。
确认 objects.track 中已启用该标签。
临时降低过滤条件，确认是模型没检测到，还是过滤器把结果删除。
检查 detect 分辨率：目标过小可能根本达不到模型可识别尺寸。

Object Filters

Object filters decide which detections are worth starting or continuing as tracked objects. Good filters reduce distant noise and false positives; aggressive filters create missed detections.

Example

objects:
  track:
    - person
    - car
  filters:
    person:
      min_score: 0.5
      threshold: 0.7
      min_area: 5000

Common filter dimensions

Setting	Purpose
min_score	Reject very low-confidence candidates before they become useful tracks.
threshold	Confidence used to confirm/maintain a valid tracked object.
min_area / max_area	Filter by bounding-box pixel area.
min_ratio / max_ratio	Filter by aspect ratio.
mask	Reject a class when its anchor lies in a specified part of the image.

Tuning method

Run defaults on real footage first.
Inspect score, area, and position of false positives.
Add one constraint at a time.
Test day and night separately.

Object mask vs motion mask

A motion mask prevents motion in an area from starting analysis; an object mask lets analysis run but rejects a selected object class in that location.

Missed detections

Confirm the model contains the label.
Confirm it is listed in objects.track.
Temporarily relax filters to separate detector problems from filter problems.
Check detect resolution; tiny targets may be below useful model size.

Filtros de objetos

Los filtros de objetos deciden qué detecciones merecen convertirse o continuar como objetos seguidos. Bien ajustados reducen falsos positivos; demasiado estrictos provocan pérdidas.

Ejemplo

objects:
  track:
    - person
    - car
  filters:
    person:
      min_score: 0.5
      threshold: 0.7
      min_area: 5000

Filtros habituales

Ajuste	Uso
min_score	Descarta candidatos con confianza muy baja.
threshold	Confianza para confirmar/mantener un objeto.
min_area / max_area	Filtra por área del cuadro.
min_ratio / max_ratio	Filtra por relación de aspecto.
mask	Rechaza una clase en una zona concreta.

Método de ajuste

Use valores por defecto con vídeo real.
Revise score, área y posición de falsos positivos.
Añada una restricción cada vez.
Valide de día y de noche.

Máscara de objeto vs movimiento

Motion mask evita que una región active análisis; object mask permite analizar pero descarta una clase en esa ubicación.

Pérdidas

Compruebe que el modelo contiene la etiqueta.
Compruebe objects.track.
Relaje filtros temporalmente.
Revise resolución detect para objetivos pequeños.