目标追踪

目标追踪是指在视频序列中持续跟踪物体（目标）的位置、大小等状态的任务。目标追踪在许多领域都有广泛的应用，包括视频监控、交通管理、自动驾驶、无人机导航等。

基于深度学习的目标追踪任务大多采用目标检测 + 重定向两步，通过检测算法或者额外的追踪算法实现追踪。

表 187 目标追踪模型介绍

预置模型	模型特点
Tracktor-faster_rcnn_r50	模型使用 faster_rcnn_resnet50 模型作为检测器，利用以 resnet50 为基础架构 的重定向算法（Re-Identification，简称 reid）进行行人重定向，两个模型分 开训练。 Tracktor 使用检测器实现跟踪，即利用前一帧目标的检测位置通过 检测器的回归头预测目标在当前帧的位置，并与当前帧检测结果进行匹配。 模型简单而高效，具有较高的追踪准确度和鲁棒性，适用于综合考虑模型效 果和计算成本的情况。