yolo-streamlit-detection-tracking

上传视频或接摄像头，网页里实时看目标检测与跟踪效果

这是一个基于 YOLO 与 Streamlit 的实时目标检测与跟踪演示项目，面向需要快速验证视频流分析能力的开发者。它把目标检测（YOLO 系列模型）和目标跟踪（如 ByteTrack、BoT-SORT 等 tracking-by-detection 算法）组合成完整流水线，支持对实时视频流和静态图片进行处理。用户通过浏览器即可上传图片、视频或接入摄像头，在网页上直接查看检测框、类别标签与跟踪 ID，无需自己搭建前端。项目用 Python 编写，依赖 Streamlit 提供交互界面，降低了计算机视觉 demo 的门槛，适合教学、原型验证和算法对比。核心能力包括多目标检测、跨帧 ID 关联、实时流处理与可视化参数调节，能帮助使用者快速理解检测与跟踪的衔接方式，并作为二次开发起点。