我有一个看起来像笔的单个对象的数据集，我需要对它们进行计数。我想使用对象检测和对象跟踪器。经过大量研究，我决定使用yolov5和深度排序。在标记数据集并对其进行训练之后，它工作得很好，直到出现大问题。当“笔”以对角线方式并排堆叠时，Yolo 无法检测到它们，因为标签彼此太靠近。我试图将阈值保持提高到 0.95，但仍然存在问题。我意识到在我的数据集中，大多数标签至少有 60% 的重叠，这意味着在大多数情况下，标签包含一个对象和一半或更多。所以最大的问题是，在 Yolo 不具备对角标注能力的情况下，如何在如此拥挤的场景中检测物体？