StrongSORT: 让DeepSORT再次伟大
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:
- 检测升级:改进了目标检测的准确性。
- 嵌入升级:提升了特征嵌入的质量。
- 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:
- 支持 YOLO+OSNet+StrongSORT:在 mikel-brostrom/Yolov5_StrongSORT_OSNet 中得到了支持。
- 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。 - 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。
- 论文被 TMM 接收:论文 "StrongSORT: Make DeepSORT Great Again" 已经被 IEEE Transactions on Multimedia (TMM) 接收。
- 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。