MAI/README.md

FPV Tracker Optimized

Русская документация для проекта сопровождения и удержания воздушной цели на базе YOLO + ByteTrack + Kalman + KLT.

Проект умеет:

• принимать видео с файла, камеры, RTSP и UDP-потока;
• обнаруживать и сопровождать цель;
• удерживать цель при кратковременной потере детекции;
• строить команды наведения в экранных координатах;
• экспортировать команды в json, mavlink, msp и испытательный proto_udp;
• работать локально или в Docker с GPU.

Быстрый старт

Локальный запуск

1. Установите Python 3.12 и зависимости.
2. Проверьте, что модель best.pt лежит в корне проекта.
3. Настройте SOURCE и MODEL_PATH в config.py.
4. При необходимости настройте backend в config_intercept.py.
5. Запустите:

python main.py

Docker-запуск

1. Установите Docker.
2. Для GPU установите NVIDIA Container Toolkit на хосте.
3. Соберите образ:

docker compose build

4. Запустите:

docker compose up

Комплект документации

• Полный runbook
• Архитектура проекта
• Справочник конфигурации
• Испытательный UDP-протокол
• Поиск и устранение проблем

Что является точкой входа

Основной runtime проекта запускается через:

python main.py

В проекте нет полноценного CLI с аргументами командной строки. Конфигурация задается:

• напрямую через config.py;
• напрямую через config_intercept.py;
• через env-переменные, если проект запускается в контейнере или через shell.

Основные файлы

• main.py — основной цикл обработки видео.
• config.py — настройки источника, детектора, трекинга, ROI и вывода.
• config_intercept.py — настройки наведения, range/PN/FSM и backend'ов.
• guidance.py — экранный guidance и экспорт guidance_state.json.
• autopilot_bridge.py — отправка команд наружу.
• runtime_env.py — env-overrides для контейнера и shell-запуска.
• bytetrack_min_aggressive.py — локальная реализация ByteTrack.

Что генерируется во время работы

В зависимости от настроек проект может создавать:

• out_infer_*.mp4 — видео с наложениями;
• track_log_*.csv — покадровый лог;
• track_summary_*.json — сводка по прогону;
• guidance_state.json — текущее состояние guidance;
• autopilot_cmd.json — команды автопилота при backend json.

Статус Docker-упаковки

В проекте уже подготовлены:

• Dockerfile
• docker-compose.yml
• docker/entrypoint.sh
• requirements-docker.txt

После сборки образ рассчитан на запуск без интернета.