首先总结一下本周项目联调的过程：
项目的初衷很简单，就是判断泳池中是否有溺水人员，发现溺水人员后，系统会发出告警。我们所负责的是本项目的算法实现部分：使用的是 YOLOv5 + Deep SORT 的多目标跟踪算法，对泳池中的所有人员进行检测跟踪。
之所有要用检测 + 跟踪，是因为我们要对泳池中每个人员进行 ID 赋值，这样每个泳池中的人会对应每一个 ID 。检测即判断泳池中人员是否发生溺水。因此作为溺水的决策部分，我所要做的工作还是占一部分比重的。
在联调的过程中，则会使用泳池现场的摄像头，因此我们需要将代码部署在现场的服务器中。在这里就提到了我遇到的一个难点：没有尝试过与网络摄像头连接，并运行跟踪算法。对于这个点就需要改进我们算法中的 dataloader 数据加载部分。此外还要加上判断相机状态（开关机、时间对齐）。
现场有六个摄像头，最初的想法是同时使用六个摄像头进行联调，不过发现如果使用现在未优化的代码，会加重服务器的负载，有可能出现系统崩溃的情况，所以本次联调最终还是使用了一个摄像头。
-
目前代码优化的地方较多，首先需要考虑设计每个模块对应的接口，例如需要设计摄像头与检测跟踪的接口、跟踪的json结果与网络协议发送接口、多个网络摄像头多线程运行、多个网络摄像头同时检测与跟踪等等。
-
当然，现在还有摄像头时间戳未能对齐的问题，这对后续的同步跟踪结果会有一定的影响。以及目前跟踪算法的 ID Switch 问题比较严重，这会影响泳池中人员跟踪时的 ID 发生转换，从而系统很难判断该人员是否发生溺水的情况。
以上点是后续要去解决的内容，因此在后面时间需要去做大量的实验，一是减少 ID Switch ，二是代码优化。这两点则是重中之重。