YOLO Tracking项目v12.0.5版本发布:GSI技术显著提升多目标跟踪性能
YOLO Tracking是一个基于YOLO系列目标检测算法的多目标跟踪框架,它整合了当前最先进的多种跟踪方法实现。该项目通过将目标检测与目标跟踪相结合,为计算机视觉领域的研究人员和开发者提供了一个高效、灵活的多目标跟踪解决方案。
GSI技术引入带来的性能提升
在最新发布的v12.0.5版本中,项目团队重点引入了GSI(Global State Inference)技术,并在评估阶段进行了全面测试。GSI技术通过全局状态推理,显著提升了多目标跟踪的各项关键指标。
评估结果显示,在MOT17-50数据集上,所有主流跟踪方法在启用GSI后都获得了明显的性能提升:
- BoostTrack方法的HOTA指标提升了1.802个百分点,达到70.451
- DeepOCSort方法的HOTA指标提升了1.308个百分点,达到68.656
- OCSort方法的HOTA指标提升了1.596个百分点,达到68.037
各跟踪方法性能对比
本次评估涵盖了当前主流的五种跟踪算法,包括BoostTrack、BoTSORT、ByteTrack、DeepOCSort和OCSort。测试使用了YOLOX_X作为检测模型,OSNet_x1_0作为重识别模型,输入分辨率为320×320。
从评估结果可以看出:
-
性能指标:BoostTrack在HOTA和IDF1指标上表现最佳,分别达到70.451和83.654;而ByteTrack在MOTA指标上表现最好,达到79.783。
-
运行效率:ByteTrack和OCSort展现出极高的处理速度,分别达到1265FPS和1483FPS;而DeepOCSort由于结合了深度特征,速度相对较慢,为12FPS。
-
GSI效果:所有跟踪方法在启用GSI后都获得了0.8-1.8个百分点的HOTA提升,证明GSI技术能够有效改善跟踪性能。
技术实现细节
本次评估采用了严谨的实验设置:
- 检测模型:YOLOX_X(经过消融研究的优化版本)
- 重识别模型:OSNet_x1_0(在DukeMTMC-reID数据集上训练)
- 跟踪方法:ByteTrack作为基础跟踪策略
- 评估数据集:MOT17-50的训练集部分
- 硬件平台:使用苹果的MPS(Metal Performance Shaders)加速
值得注意的是,评估时仅针对"人"这一类目标(class 0)进行了跟踪,这是多目标跟踪领域最常见的应用场景。
实际应用建议
对于不同应用场景的开发者,可以根据需求选择合适的跟踪方法:
- 实时性要求高:优先考虑ByteTrack或OCSort,它们能提供超过1000FPS的处理速度。
- 跟踪精度优先:选择BoostTrack,它在各项指标上都表现优异。
- 平衡精度与速度:BoTSORT是一个不错的选择,它在保持46FPS的同时也提供了不错的跟踪质量。
- 需要重识别能力:DeepOCSort虽然速度较慢,但结合了深度特征,适合需要强重识别能力的场景。
随着GSI技术的引入,开发者现在可以通过简单的参数配置(--gsi True)来启用这一功能,轻松获得跟踪性能的提升。这一改进使得YOLO Tracking项目在多目标跟踪领域的竞争力进一步增强。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









