YOLO 视频跟踪的 ID 总跳变？先区分检测缺失和关联失配视频里同一目标的 ID 变化，并不总是“跟踪器坏了”。有时是上一帧没有检测到目标，关联器只能重新分配；有时是两个目标交叉，候选框和运动信息无法可靠区分。先把检测层与关联层分开观察，排错才有方向。官方能力与本文边界Ultralytics 的 Track mode 文档说明可通过model.track()在视频或流上运行跟踪，并可选择不同 tracker 配置。本文不下载权重、不播放视频，也不报告真实 ID 指标；下面只用数字序列解释应该记录什么。排错步骤固定一段短视频、同一模型和相同置信度阈值，保存每帧的检测数量。找到 ID 跳变位置，先看跳变前一帧目标是否完全消失；若消失，优先查检测召回和遮挡。若检测连续存在但 ID 互换，再比较 tracker、帧率、目标交叉和外观特征配置。defclassify(previous_detected,current_detected