视频
    元数据
        视频时间长度、帧率、视频分辨率、拍摄时的时间、录像机位是否固定、摄像机经纬度信息、摄像机的朝向、摄像机的拍摄范围

视频流处理、图像截取
    用python的openCV处理

船只识别
    图像识别模型，目标检测算法，
    使用训练好的模型进行识别（YOLO、SSD、Faster R-CNN、Mask R-CNN）
        特点：
            YOLOv5（You Only Look Once）：检测速度快
            SSD（Single Shot MultiBox Detector）：在速度和准确性之间取得了良好的平衡
            Faster R-CNN（Region-based Convolutional Neural Networks）：识别更准，但速度较慢
            Mask R-CNN：在 Faster R-CNN 的基础上增加了实例分割功能，能够同时检测和分割对象。它在准确度和多样性方面表现出色。
        此项目使用情况：
            SSD：准确性差，还多识别不到
            Faster R-CNN：准确性高点，偶尔识别不到
            Mask R-CNN：准确性是最高的               

    验证识别准确性    
        可视化识别结果，在图像上绘制边界框和识别度
           
目标跟踪(用相应的追踪的库）
    怎么保证每张图片识别出来的船只的编号都一样?
        问题：
            船只遮挡，前方的把后方的船只遮挡住
            船只出入视野，如何把不同时间出入的船只相关联起来(距离、角度算法无法做到)
        距离识别
            在第一张图片中进行船只识别，并为每个船只分配一个唯一的船只ID
            后续的在之前的基础上判定距离，并分配相应的编号
        目标检测和特征提取
            提取图像的视觉特征：颜色和形状。然后比对特征相似度，然后判定
                如何提取？如何判定