目标检测：基于U版yolov3（版本比较早） https://github.com/ultralytics/yolov3
ReID部分： https://github.com/pprp/reid_for_deepsort
Deep SORT参考: https://github.com/ZQPei/deep_sort_pytorch
SORT参考： https://github.com/abewley/sort
目标检测部分添加了常用的注意力模块CBAM, SE
添加了使用OpenCV进行目标跟踪的算法，第一帧使用YOLOv3进行检测。（在miniversion文件夹）
添加了SORT算法
完善ReID部分的训练
cfg: cfg网络结构文件存放位置
data: sh文件，没什么用
deep_sort
- deep: reid模块来自 https://github.com/pprp/reid_for_deepsort
- sort： deep sort沿用了sort中的一些模块，是最核心的部分
miniversion: 使用cv2中的跟踪模块+yolov3进行跟踪，效果较差
sort: sort算法需要的依赖文件
utils: yolov3中的包
weights: yolov3权重存放位置
deep_sort.py: 仅仅通过运行deep_sort完成目标跟踪过程，保存跟踪的结果（视频文件）
detect.py: 沿用自yolov3,用于侦测目标。
pre_mot.py：进行跟踪，并将结果文件保存下来。
eval_mot.py: 对跟踪的结果文件进行评估，得到指标。
models.py: 沿用自yolov3,是模型构建的代码。
predict.py：沿用自yolov3,侦测单张图片。
sort.py: sort算法再次调用
train.py: 训练yolov3
test.py: 测试yolov3
完整讲解《Deep SORT多目标跟踪算法代码解析》在GiantPandaCV公众号首发，欢迎关注。
主要提供了deep_sort文件夹中绝大部分代码的注释，以下是根据代码绘制的类图结构：
状态转移：
整体框架：
流程图：
