SeqTrack模型专题全面调研

SeqTrack目标跟踪算法的配置文件，命名规则：

• seqtrack：模型名称，指的是SeqTrack（Sequence Tracking），一种基于序列建模的目标跟踪算法。

• b/l：代表模型的Backbone（主干网络）或模型大小。

  • b：指Base，使用较小的主干网络（如 ResNet-50 等）。

  • l：指Large，使用更大的主干网络（如 ResNet-101 等），参数量更多，精度更高，但速度较慢。

• 256/384：代表输入的Search Size（搜索区域尺寸）。

  • 数字表示搜索区域的像素尺寸（如 256x256 或 384x384）。数值越大，模型能看到的范围越广（适合追踪快速移动的目标），但计算量也越大。

• got：代表数据集或任务配置。

  • 带_got：是专门针对GOT-10k数据集（Generic Object Tracking Benchmark）配置的。这个数据集要求严格（仅用 GOT-10k 训练集训练，在测试集评估），遵循 “one-shot” 协议。

  • 不带_got：是通用的配置，在 TrackingNet、LaSOT 等更多数据集上训练过。

论文目录:

SeqTrack：面向视觉目标跟踪的序列到序列学习

1. 引言

2. 相关工作

   • 视觉跟踪

   • 序列学习

3. 方法

   • 3.1. 总览

   • 3.2. 图像与序列表示

     • 图像表示

     • 序列表示

   • 3.3. 模型架构

     • 编码器

     • 解码器

   • 3.4. 训练与推理

     • 训练

     • 推理

   • 3.5. 先验知识融合

     • 在线更新

     • 窗口惩罚

4. 实验

   • 4.1. 实现细节

     • 模型

     • 训练

     • 推理

   • 4.2. 与最先进方法的比较

     • LaSOT

     • VOT2020

   • 4.3. 消融与分析

     • 自回归 vs. 双向

     • 编码器的输入

     • 解码器的输入

     • 先验知识融合

     • 交叉注意力图可视化

     • 时序序列

5. 结论

致谢

参考文献