前言 代码地址：https://github.com/YuHengsss/YOLOV 本文网络结构按 YOLOV SwinTiny 绘制，不同的模型主要差异在于 Backbone，VID 相关的部分基本相同。 Predict Input 代码基于 vid_demo。首先会读取视频中的所有帧（只能用短视频…