strongsort的简要概括

本文提出MOTR，一种基于Transformer的端到端多目标跟踪方法。针对传统方法依赖后处理关联导致的非端到端问题，MOTR创新性地扩展DETR框架，引入可逐帧传递更新的"轨迹查询"(Track Query)机制来建模目标时序信息。通过轨迹感知标签分配(TALA)、时序聚合网络(TAN)和集体平均损失(CAL)三个关键技术，MOTR实现了视频序列的端到端时序建模。

本文详细解读 FairMOT 如何利用 Anchor-free 架构、DLA-34 特征融合以及低维 Re-ID 特征，成功打破这一瓶颈 。它不仅在 MOT17 等各大榜单霸榜，更在 RTX 2080Ti 上实现了 30 FPS 的实时推理 。从理论痛点到工程细节，带你彻底读懂这一 MOT 领域的里程碑工作。

MViTv2是Facebook AI Research和UC Berkeley提出的改进版多尺度视觉Transformer，作为统一架构适用于图像分类、目标检测和视频分类三大任务。它在MViTv1基础上引入分解式相对位置嵌入（高效处理位置关系）和残差池化连接（补偿信息损失），显著提升性能。实验表明，MViTv2在ImageNet（88.8%准确率）、COCO（58.7 AP）和Kinetics-4