本案例先做单帧检测，再把检测结果送入DeepSORT风格跟踪器。课程重点是职责边界、身份关联和证据等级。

先给出本讲路线图；后续每一段都对应这里的一行，最后回到路线收束。

先用问题区分检测和跟踪。只有检测框没有时间关联，就不会产生稳定ID。

按读取、预处理、NPU推理、解码、NMS、跟踪关联和绘制带读。检测入口和跟踪入口共享前半段，从检测结果转换后分叉。

图中把检测模型、检测输出、轨迹预测、关联更新、轨迹生命周期和可视化串起来。每个环节都需要自己的验证证据。

深度可分离卷积降低计算量，SSD多尺度检测兼顾大小目标。骨干模型选择需要在速度与表达能力之间取舍。

重点解释先验框、偏移恢复、分数筛选和NMS。模型执行成功不等于检测框编号、类别或坐标一定正确。

本案例保留DeepSORT的运动预测、匹配和生命周期主线，但不包含外观ReID。长时间遮挡和身份重识别必须另行验证。

卡尔曼滤波器提供预测，匈牙利算法在当前帧求全局匹配。匹配失败后，还要依据轨迹生命周期创建、保持或删除目标。

轨迹生命周期是ID稳定的重要条件。参数没有通用最优值，应以目标速度、漏检率和遮挡时长设计实验。

detection_app和tracking_app共享检测前半段。跟踪验证必须包含检测输出转换、状态更新和ID可视化。

窗口显示Device NPU 0、SoC 310B4、MobileNetV3 Small模型和多段单帧计时。公开测试视频中没有任何可见跟踪ID，因此这是检测窗口，不是跟踪性能证明。

这些字段必须一起出现。截图证明窗口在8T上显示NPU后端、模型和单帧计时，不能证明准确率、长稳、跟踪ID或生产性能。

将截图结论压缩成两列。任何性能数字必须来自预先定义的多次实验，不能抄窗口中的单帧数字当基准。

先定义协议再运行性能测试。单帧窗口适合确认设备和可视链路，平均值、P95、FPS与长稳必须另做。

参数实验不能让模型、输入、分辨率和评测片段同时变化。否则无法判断ID变化来自哪个因素。

模型文件、后端、输入尺寸和预处理必须成套。同名模型的OM格式不同，不能仅凭文件名判断合同。

收尾按验收阶梯检查。本轮真实截图只能勾选单帧检测的一部分，连续检测、跟踪ID和性能仍需原始视频与报告。