StrongSORT: 让DeepSORT再次伟大

StrongSORT: 让DeepSORT再次伟大

StrongSORT [TMM 2023] StrongSORT: Make DeepSORT Great Again 项目地址: https://gitcode.com/gh_mirrors/st/StrongSORT

项目基础介绍和主要编程语言

StrongSORT 是一个基于 DeepSORT 的多目标跟踪（MOT）开源项目，由北京邮电大学（BUPT）开发。该项目的主要编程语言是 Python，并且使用了 PyTorch 作为深度学习框架。

项目核心功能

StrongSORT 在 DeepSORT 的基础上进行了多方面的升级，包括检测、嵌入和关联等方面。其核心功能包括：

1. 检测升级：改进了目标检测的准确性。
2. 嵌入升级：提升了特征嵌入的质量。
3. 关联升级：优化了目标关联的策略。

通过这些改进，StrongSORT 在 MOT17 和 MOT20 数据集上刷新了 HOTA 和 IDF1 的记录，成为当前最先进的 MOT 方法之一。

项目最近更新的功能

StrongSORT 最近更新的功能包括：

1. 支持 YOLO+OSNet+StrongSORT：在 mikel-brostrom/Yolov5_StrongSORT_OSNet 中得到了支持。
2. 支持 mmtracking：StrongSORT 已经被集成到 mmtracking 中，更多细节可以在 dev-1 分支中找到。
3. 打包版本支持：StrongSORT 的打包版本已经发布，可以在 pypi.org/project/strongsort/ 中找到。
4. 论文被 TMM 接收：论文 "StrongSORT: Make DeepSORT Great Again" 已经被 IEEE Transactions on Multimedia (TMM) 接收。
5. BoxMOT 支持：StrongSORT 现在可以作为 BoxMOT 的一个插件组件，用于对象检测器。

这些更新进一步增强了 StrongSORT 的功能和应用范围，使其在多目标跟踪领域保持领先地位。

StrongSORT [TMM 2023] StrongSORT: Make DeepSORT Great Again 项目地址: https://gitcode.com/gh_mirrors/st/StrongSORT