【亲测免费】 TransTrack: 基于Transformer的多目标跟踪系统

1. 项目基础介绍

TransTrack 是一个基于Transformer架构的多目标跟踪（Multiple Object Tracking, MOT）开源项目。该项目主要由 Python 和 Cuda 编程语言实现，利用了深度学习中的Transformer模型来提高多目标跟踪的准确性和效率。

2. 核心功能

TransTrack 的核心功能包括：

• 多目标跟踪: 利用Transformer模型强大的特征提取能力，实现对视频中多个运动目标的实时跟踪。
• 数据集兼容: 支持多种数据集格式，如CrowdHuman和MOT数据集，便于模型的训练和测试。
• 性能优化: 通过混合训练、提高查询数量等方式，提升了模型的性能指标如MOTA（Multiple Object Tracking Accuracy）。

3. 最近更新的功能

根据项目的更新日志，最近更新的功能包含：

• 多GPU测试支持: 提供了对多GPU训练的支持，以加快模型的训练速度。
• 自动混合精度训练支持: 支持自动混合精度（Automatic Mixed Precision, AMP）训练，可以减少内存消耗并提高训练速度。
• 性能提升: 报告了通过在混合CrowdHuman和MOT数据上训练，而不是单独在CrowdHuman或MOT上训练，可以获得更高的性能。
• 代码重构: 对代码库进行了重构，以提升代码的可读性和可维护性。