FastMOT

收录理由

FastMOT 很适合那些需要在有限硬件上跑实时多目标跟踪的团队，尤其是 NVIDIA Jetson 这类设备。它把 YOLO 或 SSD 检测器与 Deep SORT 风格的数据关联、OSNet 重识别模型结合起来，但真正的亮点在于它会让检测和特征提取隔几帧才运行一次，中间用 KLT 跟踪器补上，同时加入相机运动补偿来应对镜头移动的画面。这样一来，两阶段跟踪器里检测和特征提取串行执行造成的瓶颈就被绕开了，整个流程能明显提速。如果你正在做人流量统计、人群分析或者视频监控这类功能，需要跑在边缘 GPU 上还要保持稳定的目标 ID，这个项目很值得拿来研究或者改造。代码本身也是把 TensorRT 异步推理和 Numba 优化的跟踪逻辑结合在一起的干净范例，对想了解这些技术怎么落地的人挺有参考价值。