本项目面向城市路口等复杂交通视频，搭建从视觉感知到语义理解的完整链路：先对车辆、行人等目标做检测，再通过多目标关联实现稳定 ID 跟踪，并在此基础上做微观交通行为判别与可视化。检测采用 YOLO 与 Ultralytics 工作流；跟踪侧可切换 BoT-SORT、ByteTrack、DeepOC-SORT 等策略，兼顾实时性与重识别稳定性，并支持 CPU 运行与 GPU 自动加速。行为模块覆盖五类典型场景：违规变道、行人闯红灯、机动车闯红灯、违停以及异常滞留与聚集，结合轨迹与矢量/区域规则输出结果，并在画面上绘制轨迹与醒目行为标注。本人负责总体方案与核心工程实现：配置与流水线串联、跟踪与行为分析模块、Gradio Web 原型（本地视频与摄像头输入、置信度与轨迹长度等参数调节、处理进度、结果视频预览及结构化结果 CSV 导出），以及面向标准交通数据格式的评估与离线打包部署脚本，便于答辩演示与客户环境交付。关键词：计算机视觉、多目标跟踪 MOT、YOLO、BoT-SORT、交通行为分析、Gradio、Python。